snownlp：自定义训练样本与模型保存_snownlp如何加载训练模型-程序员宅基地

技术标签：情感分析中文模型自然语言处理 snownlp Python NLP

snownlp包，是中文自然语言处理的一个Python包，可以用来处理分词、情感分析等。

安装该包之后，在各个功能目录下默认会有一个训练好的模型，当我们调用诸如情感分析的功能时，会使用该模型进行情感预测。然而，如果我们有自己的语料库可以用来训练，则可以大大提高预测的准确率。

我们现在从该包的文件存储入手，来看一看它是如何存储并应用模型的。

1、找到snownlp包的安装目录

本人是在Anaconda上安装的，路径如上图所示。该包下包含了多个文件夹，其中seg、sentiment、tag分别代表：分词、情感分析、词性标注。这三个功能是可以通过训练自己提供的语料来制定与自己行业更为贴近的模型的。

下面以情感分析模块为例，来详细探究其如何训练与保存模型的。

2、情感分析语料与模型文件

打开sentiment文件夹，可以看到里面有两个txt文件：neg.txt、pos.txt，这两个文件分别为消极情绪语料、积极情绪语料。

还有一个sentiment.marshal和一个sentiment.marshal.3文件，该文件均为通过默认语料训练得到的模型，其区别在于前者是Python3版本之前的序列化文件，后者是Python3版本的序列化文件。关于这一点，我们可以从源码中找到答案：可以看到，如果当前的python版本为3，则在文件名后面添加后缀“.3”。

class Bayes(object):

    ...

    def save(self, fname, iszip=True):
        d = {}
        d['total'] = self.total
        d['d'] = {}
        for k, v in self.d.items():
            d['d'][k] = v.__dict__
        if sys.version_info[0] == 3:
            fname = fname + '.3'
        if not iszip:
            marshal.dump(d, open(fname, 'wb'))
        else:
            f = gzip.open(fname, 'wb')
            f.write(marshal.dumps(d))
            f.close()
    ...

3、模型训练与保存

我们现在已经知道了模型是从何处调用训练数据，以及将序列化的模型保存在何处了，接下来看看如何调用相关方法来训练我们自己的语料并保存训练好的模型。

sentiment提供了训练和保存的方法（此处需要注意，你的语料文件需要设置为编码为‘utf-8’，否则训练会报错）：

from snownlp import sentiment
sentiment.train('neg.txt','pos.txt')

通过指定你自己的样本数据，来训练模型，这个过程及其漫长（取决于你的语料库大小）。

训练好之后，即可利用save方法将模型保存起来：

sentiment.save('sentiment.marshal')

保存过程将第2部分的源码，会根据当前的Python版本保存不同的后缀。

4、使用自己训练的模型

我们可以通过修改sentiment目录下__init__.py文件中的data_path，来指定我们自己的模型路径，这样在以后导入snownpl.sentiment时，即可直接使用预测功能，来判断目标的情感值了。

使用方法：

import snownlp as sn

def sentiment(text):
    s = sn.SnowNLP(text)
    return s.sentiments

text = '测试语句'

print(sentiment(text))

本文链接：https://blog.csdn.net/oYeZhou/article/details/82868683

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地

文章浏览阅读3.8k次，点赞9次，收藏28次。直接上一个工作中碰到的问题，另外一个系统开启多线程调用我这边的接口，然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法，放到线上后发现确实是可以正常取到结果，但是一旦调用，CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了，类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99

【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地

文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效

node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地

文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别，这些API绝大多数都被包装到了一个具名和核心模块中了，例如文件操作的 fs 核心模块，http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是

数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地

文章浏览阅读10w+次，点赞435次，收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件

利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地

文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢？1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件

docker安装elasticsearch，elasticsearch-head，kibana，ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地

文章浏览阅读867次，点赞2次，收藏2次。docker安装elasticsearch，elasticsearch-head，kibana，ik分词器安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码

随便推点

Python 攻克移动开发失败！_beeware-程序员宅基地

文章浏览阅读1.3w次，点赞57次，收藏92次。整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）近年来，随着机器学习的兴起，有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块，内置..._beeware

Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地

文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停

元素三大等待-程序员宅基地

文章浏览阅读986次，点赞2次，收藏2次。1.硬性等待让当前线程暂停执行，应用场景：代码执行速度太快了，但是UI元素没有立马加载出来，造成两者不同步，这时候就可以让代码等待一下，再去执行找元素的动作线程休眠，强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待