臨近畢業(yè)答辯，有些人畢設(shè)還沒怎么寫，找我?guī)兔仔r完成知乎問答爬取和情感分析功能。爬蟲一小時左右就寫好并爬取完數(shù)據(jù)存到CSV里，但情感分析怎么能幾小時內(nèi)完成。我研究方向是CV，對NLP的了解只限于transfomer和常用模型的名詞，但四年的室友我還是得幫個忙。

我首先想到的是否有現(xiàn)成的Python庫可以調(diào)用，因為趕時間所以不能涉及自定義詞典、模型訓(xùn)練等花費時間長的工作，能直接用幾行代碼得出預(yù)測值。最后鎖定了SnowNLP和Cemotion。SnowNLP用的是經(jīng)典機(jī)器學(xué)習(xí)的貝葉斯算法，但已經(jīng)有七年沒有更新了；Cemotion使用的是深度學(xué)習(xí)RNN模型，最近更新時間也比較近。在未經(jīng)訓(xùn)練的情況下簡單試用后Cemotion的預(yù)測準(zhǔn)確率略高于SnowNLP。

Cemotion通過pip安裝即可，但涉及TensorFlow等庫且要下載RNN模型，我在Colab環(huán)境上下載模型花了47s，建議使用國內(nèi)鏡像安裝。

安裝好之后就通過pandas讀取CSV文件中的回答并對其進(jìn)行情感分析，將結(jié)果寫入新的CSV文件中。完整代碼如下：

幾個小時完成的情感分析過于粗糙，預(yù)測值和個人對回答的實際感受有些誤差，但應(yīng)付畢設(shè)應(yīng)該足夠，之后就是對這些數(shù)據(jù)放到web頁面可視化。

最后希望畢設(shè)不要趕ddl才寫，真的對延畢無所謂嗎。