%global _empty_manifest_terminate_build 0 Name: python-Cemotion-apple Version: 0.3.3 Release: 1 Summary: 基于NLP的中文情感倾向分析库 License: MIT License URL: https://pypi.org/project/Cemotion-apple/ Source0: https://mirrors.aliyun.com/pypi/web/packages/08/4b/1f057d86155b8395ce8ee17c7134622d587a0f62b0d7adeddbe1f162f044/Cemotion-apple-0.3.3.tar.gz BuildArch: noarch Requires: python3-tqdm Requires: python3-requests Requires: python3-jieba %description Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。 Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。 该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。 ### 安装方法 前提: 根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow） 此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境 1.进入命令窗口，激活conda虚拟环境，安装scikit-learn ``` conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称） conda install scikit-learn #安装scikit-learn ``` 之后输入以下命令安装Cemotion ``` pip install --upgrade pip pip install cemotion-apple ``` ### 使用方法 ``` #按文本字符串分析 from cemotion import Cemotion str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美' str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！' c = Cemotion() print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n') print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n') ``` ``` #返回内容(该模块返回了这句话的情感置信度，值在0到1之间): text mode " 配置顶级，不解释，手机需要的各个方面都很完美 " 预测值:0.999931 text mode " 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ " 预测值:0.000001 ``` ``` #使用列表进行批量分析 from cemotion import Cemotion list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', '总而言之，是一家不会再去的店。'] c = Cemotion() print(c.predict(list_text)) ``` ``` #返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间): list mode [['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]] ``` %package -n python3-Cemotion-apple Summary: 基于NLP的中文情感倾向分析库 Provides: python-Cemotion-apple BuildRequires: python3-devel BuildRequires: python3-setuptools BuildRequires: python3-pip %description -n python3-Cemotion-apple Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。 Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。 该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。 ### 安装方法 前提: 根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow） 此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境 1.进入命令窗口，激活conda虚拟环境，安装scikit-learn ``` conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称） conda install scikit-learn #安装scikit-learn ``` 之后输入以下命令安装Cemotion ``` pip install --upgrade pip pip install cemotion-apple ``` ### 使用方法 ``` #按文本字符串分析 from cemotion import Cemotion str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美' str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！' c = Cemotion() print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n') print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n') ``` ``` #返回内容(该模块返回了这句话的情感置信度，值在0到1之间): text mode " 配置顶级，不解释，手机需要的各个方面都很完美 " 预测值:0.999931 text mode " 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ " 预测值:0.000001 ``` ``` #使用列表进行批量分析 from cemotion import Cemotion list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', '总而言之，是一家不会再去的店。'] c = Cemotion() print(c.predict(list_text)) ``` ``` #返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间): list mode [['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]] ``` %package help Summary: Development documents and examples for Cemotion-apple Provides: python3-Cemotion-apple-doc %description help Cemotion是Python下的中文NLP库，可以进行 中文情感倾向分析。 Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 0～1之间的 情感倾向置信度。您可以批量分析中文文本的情感，并部署至Linux、macOS、Windows等生产环境中，无需关注内部原理。 该模块供Apple Silicon使用，已经过M1测试。请按该文档安装ARM Python、TensorFlow、scikit-learn环境。 ### 安装方法 前提: 根据 [https://www.cyberlight.xyz/passage/tensorflow-apple-m1](https://www.cyberlight.xyz/passage/tensorflow-apple-m1) 此文方法安装ARM Python和TensorFlow（TensorFlow需要装到conda虚拟环境中，通读全文后，请使用文章末尾的方法安装TensorFlow） 此时，我们假定您已安装相关环境，并创建了名为py38的conda虚拟环境 1.进入命令窗口，激活conda虚拟环境，安装scikit-learn ``` conda activate py38 #激活虚拟环境 此处虚拟环境名称为py38（您可以自定义名称） conda install scikit-learn #安装scikit-learn ``` 之后输入以下命令安装Cemotion ``` pip install --upgrade pip pip install cemotion-apple ``` ### 使用方法 ``` #按文本字符串分析 from cemotion import Cemotion str_text1 = '配置顶级，不解释，手机需要的各个方面都很完美' str_text2 = '院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！' c = Cemotion() print('"', str_text1 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text1) ) , '\n') print('"', str_text2 , '"\n' , '预测值:{:6f}'.format(c.predict(str_text2) ) , '\n') ``` ``` #返回内容(该模块返回了这句话的情感置信度，值在0到1之间): text mode " 配置顶级，不解释，手机需要的各个方面都很完美 " 预测值:0.999931 text mode " 院线看电影这么多年以来，这是我第一次看电影睡着了。简直是史上最大烂片！没有之一！侮辱智商！大家小心警惕！千万不要上当！再也不要看了！ " 预测值:0.000001 ``` ``` #使用列表进行批量分析 from cemotion import Cemotion list_text = ['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', '总而言之，是一家不会再去的店。'] c = Cemotion() print(c.predict(list_text)) ``` ``` #返回内容(该模块返回了列表中每句话的情感置信度，值在0到1之间): list mode [['内饰蛮年轻的，而且看上去质感都蛮好，貌似本田所有车都有点相似，满高档的！', 0.999907], ['总而言之，是一家不会再去的店。', 0.049015]] ``` %prep %autosetup -n Cemotion-apple-0.3.3 %build %py3_build %install %py3_install install -d -m755 %{buildroot}/%{_pkgdocdir} if [ -d doc ]; then cp -arf doc %{buildroot}/%{_pkgdocdir}; fi if [ -d docs ]; then cp -arf docs %{buildroot}/%{_pkgdocdir}; fi if [ -d example ]; then cp -arf example %{buildroot}/%{_pkgdocdir}; fi if [ -d examples ]; then cp -arf examples %{buildroot}/%{_pkgdocdir}; fi pushd %{buildroot} if [ -d usr/lib ]; then find usr/lib -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi if [ -d usr/lib64 ]; then find usr/lib64 -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi if [ -d usr/bin ]; then find usr/bin -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi if [ -d usr/sbin ]; then find usr/sbin -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi touch doclist.lst if [ -d usr/share/man ]; then find usr/share/man -type f -printf "\"/%h/%f.gz\"\n" >> doclist.lst fi popd mv %{buildroot}/filelist.lst . mv %{buildroot}/doclist.lst . %files -n python3-Cemotion-apple -f filelist.lst %dir %{python3_sitelib}/* %files help -f doclist.lst %{_docdir}/* %changelog * Thu Jun 08 2023 Python_Bot - 0.3.3-1 - Package Spec generated