From 42ac82394a85e18d9ab043f0a09126d4247ed9ed Mon Sep 17 00:00:00 2001 From: "DTC@Cyberbolt" Date: Tue, 2 Mar 2021 00:03:31 +0800 Subject: [PATCH] =?UTF-8?q?=E8=A7=A3=E5=86=B3x86=E7=8E=AF=E5=A2=83?= =?UTF-8?q?=E6=A8=A1=E5=9E=8B=E5=A4=B1=E6=95=88=E7=9A=84=E9=97=AE=E9=A2=98?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Cemotion-apple/README.md | 2 +- Cemotion-apple/setup.py | 2 +- Cemotion/README.md | 4 ++-- Cemotion/cemotion/app.py | 6 +++--- Cemotion/setup.py | 2 +- README.md | 4 ++-- 6 files changed, 10 insertions(+), 10 deletions(-) diff --git a/Cemotion-apple/README.md b/Cemotion-apple/README.md index 0366a21..376f54b 100644 --- a/Cemotion-apple/README.md +++ b/Cemotion-apple/README.md @@ -1,6 +1,6 @@ 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、Mac OS、Windows等生产环境中，无需关注内部原理。 +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。 diff --git a/Cemotion-apple/setup.py b/Cemotion-apple/setup.py index 0964c57..bdba26f 100644 --- a/Cemotion-apple/setup.py +++ b/Cemotion-apple/setup.py @@ -6,7 +6,7 @@ setuptools.setup( name="Cemotion-apple", - version="0.2.7", + version="0.3.1", author="Cyberbolt", author_email="735245473@qq.com", description="基于NLP的中文情感倾向分析库", diff --git a/Cemotion/README.md b/Cemotion/README.md index 591f965..dece81a 100644 --- a/Cemotion/README.md +++ b/Cemotion/README.md @@ -1,6 +1,6 @@ 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、Mac OS、Windows等生产环境中，无需关注内部原理。 +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。 该模块依赖于TensorFlow环境（会自动安装），较老的机器可能无法运行。 @@ -10,7 +10,7 @@ Cemotion的模型经循环神经网络训练得到，会为 中文文本 返回 1.进入命令窗口，创建虚拟环境，依次输入以下命令 -Linux和Mac OS: +Linux和macOS: ``` python3 -m venv venv #创建虚拟环境 diff --git a/Cemotion/cemotion/app.py b/Cemotion/cemotion/app.py index 5df4502..ec63250 100644 --- a/Cemotion/cemotion/app.py +++ b/Cemotion/cemotion/app.py @@ -30,7 +30,7 @@ class Cemotion: def __init__(self): current_path = os.path.dirname(__file__) #当前模块的路径 #保存模型的路径 - model_path = current_path + '/models/rnn_emotion_1.0.h5' + model_path = current_path + '/models/rnn_emotion_x86_1.0.h5' #保存中文词典路径 dictionary_path = current_path + '/models/requirements/big_Chinese_Words_Map.dict' #检测所需文件是否存在，判断是否下载 @@ -43,10 +43,10 @@ def __init__(self): dictionary_path) #若主链接无法使用，使用备用链接 try: - check_env('https://onedrive.gimhoy.com/1drv/aHR0cHM6Ly8xZHJ2Lm1zL3UvcyFBaVdOR2ZlUEx6NWttbEpoTDU0UFRhUmZSbzhNP2U9czhWcVE3.h5', + check_env('https://onedrive.gimhoy.com/1drv/aHR0cHM6Ly8xZHJ2Lm1zL3UvcyFBaVdOR2ZlUEx6NWszVndYZ2I3SmJQdDR6b0pqP2U9UjlzZmRR.h5', model_path) except: - check_env('https://www.cyberlight.xyz/static/file/cemotion/rnn_emotion_1.0.h5', + check_env('https://www.cyberlight.xyz/static/file/cemotion/rnn_emotion_x86_1.0.h5', model_path) #加载rnn模型 self.__rnn = tf.keras.models.load_model(model_path) diff --git a/Cemotion/setup.py b/Cemotion/setup.py index 2532d09..e65a161 100644 --- a/Cemotion/setup.py +++ b/Cemotion/setup.py @@ -6,7 +6,7 @@ setuptools.setup( name="Cemotion", - version="0.2.7", + version="0.3.1", author="Cyberbolt", author_email="735245473@qq.com", description="基于NLP的中文情感倾向分析库", diff --git a/README.md b/README.md index ed6d5d8..fd5412c 100644 --- a/README.md +++ b/README.md @@ -1,6 +1,6 @@ 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、Mac OS、Windows等生产环境中，无需关注内部原理。 +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。 该模块依赖于TensorFlow环境（会自动安装），较老的机器可能无法运行。 @@ -10,7 +10,7 @@ Cemotion的模型经 循环神经网络 训练得到，会为 中文文本 返 1.进入命令窗口，创建虚拟环境，依次输入以下命令 -Linux和Mac OS: +Linux和macOS: ``` python3 -m venv venv #创建虚拟环境