使用自定义词典时的问题
AirFin opened this issue · 6 comments
AirFin commented
您好，我在使用“通过自定义词典”来进行情感分析的过程中遇到些问题。想向您请教。
问题一，我遇到了不识别词典的问题。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果，可以发现显示的积极词数是0。这个文本中的词，”引领者“和”中流砥柱“均是词典中的积极词。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\User\AppData\Local\Temp\jieba.cache
Loading model cost 0.675 seconds.
sentiment_count {'words': 15, 'sentences': 2, 'pos': 0, 'neg': 0}
Prefix dict has been built succesfully.
sentiment_calculate {'sentences': 2, 'words': 15, 'pos': 0, 'neg': 0}
进程已结束，退出代码 0
`
问题二，我遇到了被检测文本的末尾如果有句号，则报错。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\AppData\Local\Temp\jieba.cache
Loading model cost 0.685 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
`
最后非常感谢您的贡献，希望得到您的帮助！
hiDaDeng commented
刚看了下你写的代码
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
有两种可能的原因
1. pos和neg分别是积极和消极，参数你传递的不对。
2. encoding参数用来接收自定义词典的编码格式，如果你的txt是utf-8，encoding='utf-8'即可。unicode_escape我不太了解，不晓得是否也会导致问题
3. cnsenti用的jieba分词，不排除jieba分词分错新情感词。这块我cnsenti中没有开发这部分，后续会改进的
…------------------ 原始邮件 ------------------
发件人: "DesmondLiu"<notifications@github.com>;
发送时间: 2020年4月12日(星期天) 上午10:48
收件人: "thunderhit/cnsenti"<cnsenti@noreply.github.com>;
抄送: "Subscribed"<subscribed@noreply.github.com>;
主题: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
您好，我在使用“通过自定义词典”来进行情感分析的过程中遇到些问题。想向您请教。
问题一，我遇到了不识别词典的问题。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果，可以发现显示的积极词数是0。这个文本中的词，”引领者“和”中流砥柱“均是词典中的积极词。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.675 seconds.
sentiment_count {'words': 15, 'sentences': 2, 'pos': 0, 'neg': 0}
Prefix dict has been built succesfully.
sentiment_calculate {'sentences': 2, 'words': 15, 'pos': 0, 'neg': 0}
进程已结束，退出代码 0
`
问题二，我遇到了被检测文本的末尾如果有句号，则报错。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.685 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
`
最后非常感谢您的贡献，希望得到您的帮助！
—
You are receiving this because you are subscribed to this thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
Sharkfin-top commented
非常感谢您的回复！
1.正负词我弄反了
2.我改为了“utf-8"
但是依然是不识别情感词。
此外，关于第二个问题，即“被分析文本中有句号”时报错，请问有什么办法解决呢？代码如下。
from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\正面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\负面词典.txt", #负面词典txt文件相对路径
encoding='utf-8') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)
运行结果如下
D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\AppData\Local\Temp\jieba.cache
Loading model cost 0.739 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in <module>
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
非常感谢您的帮助！
…------------------ 原始邮件 ------------------
发件人: "thunderhit"<notifications@github.com>;
发送时间: 2020年4月12日(星期天) 中午11:00
收件人: "thunderhit/cnsenti"<cnsenti@noreply.github.com>;
抄送: ""<1016550222@qq.com>;"Author"<author@noreply.github.com>;
主题: Re: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
刚看了下你写的代码
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
有两种可能的原因
1. pos和neg分别是积极和消极，参数你传递的不对。
2. encoding参数用来接收自定义词典的编码格式，如果你的txt是utf-8，encoding='utf-8'即可。unicode_escape我不太了解，不晓得是否也会导致问题
3. cnsenti用的jieba分词，不排除jieba分词分错新情感词。这块我cnsenti中没有开发这部分，后续会改进的
------------------&nbsp;原始邮件&nbsp;------------------
发件人:&nbsp;"DesmondLiu"<notifications@github.com&gt;;
发送时间:&nbsp;2020年4月12日(星期天) 上午10:48
收件人:&nbsp;"thunderhit/cnsenti"<cnsenti@noreply.github.com&gt;;
抄送:&nbsp;"Subscribed"<subscribed@noreply.github.com&gt;;
主题:&nbsp;[thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
您好，我在使用“通过自定义词典”来进行情感分析的过程中遇到些问题。想向您请教。
问题一，我遇到了不识别词典的问题。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果，可以发现显示的积极词数是0。这个文本中的词，”引领者“和”中流砥柱“均是词典中的积极词。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\AppData\Local\Temp\jieba.cache
Loading model cost 0.675 seconds.
sentiment_count {'words': 15, 'sentences': 2, 'pos': 0, 'neg': 0}
Prefix dict has been built succesfully.
sentiment_calculate {'sentences': 2, 'words': 15, 'pos': 0, 'neg': 0}
进程已结束，退出代码 0
`
问题二，我遇到了被检测文本的末尾如果有句号，则报错。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\AppData\Local\Temp\jieba.cache
Loading model cost 0.685 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
`
最后非常感谢您的贡献，希望得到您的帮助！
—
You are receiving this because you are subscribed to this thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you authored the thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
hiDaDeng commented
第一个大问题，我这里代码跑了，识别了中流砥柱，没什么问题。
你留的第二个大问题，我正在解决。
…---原始邮件---
发件人: "DesmondLiu"<notifications@github.com>
发送时间: 2020年4月12日(周日) 中午11:08
收件人: "thunderhit/cnsenti"<cnsenti@noreply.github.com>;
抄送: "Comment"<comment@noreply.github.com>;"thunderhit"<thunderhit@qq.com>;
主题: Re: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
非常感谢您的回复！
1.正负词我弄反了
2.我改为了“utf-8"
但是依然是不识别情感词。
此外，关于第二个问题，即“被分析文本中有句号”时报错，请问有什么办法解决呢？代码如下。
from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\正面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\负面词典.txt", #负面词典txt文件相对路径
encoding='utf-8') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)
运行结果如下
D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.739 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
&nbsp; File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in <module&gt;
&nbsp; &nbsp; result2 = senti.sentiment_calculate(test_text)
&nbsp; File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
&nbsp; &nbsp; pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
非常感谢您的帮助！
------------------&nbsp;原始邮件&nbsp;------------------
发件人:&nbsp;"thunderhit"<notifications@github.com&gt;;
发送时间:&nbsp;2020年4月12日(星期天) 中午11:00
收件人:&nbsp;"thunderhit/cnsenti"<cnsenti@noreply.github.com&gt;;
抄送:&nbsp;"刘铭基"<1016550222@qq.com&gt;;"Author"<author@noreply.github.com&gt;;
主题:&nbsp;Re: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
刚看了下你写的代码
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
有两种可能的原因
1. pos和neg分别是积极和消极，参数你传递的不对。
2. encoding参数用来接收自定义词典的编码格式，如果你的txt是utf-8，encoding='utf-8'即可。unicode_escape我不太了解，不晓得是否也会导致问题
3. cnsenti用的jieba分词，不排除jieba分词分错新情感词。这块我cnsenti中没有开发这部分，后续会改进的
------------------&amp;nbsp;原始邮件&amp;nbsp;------------------
发件人:&amp;nbsp;"DesmondLiu"<notifications@github.com&amp;gt;;
发送时间:&amp;nbsp;2020年4月12日(星期天) 上午10:48
收件人:&amp;nbsp;"thunderhit/cnsenti"<cnsenti@noreply.github.com&amp;gt;;
抄送:&amp;nbsp;"Subscribed"<subscribed@noreply.github.com&amp;gt;;
主题:&amp;nbsp;[thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
您好，我在使用“通过自定义词典”来进行情感分析的过程中遇到些问题。想向您请教。
问题一，我遇到了不识别词典的问题。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果，可以发现显示的积极词数是0。这个文本中的词，”引领者“和”中流砥柱“均是词典中的积极词。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.675 seconds.
sentiment_count {'words': 15, 'sentences': 2, 'pos': 0, 'neg': 0}
Prefix dict has been built succesfully.
sentiment_calculate {'sentences': 2, 'words': 15, 'pos': 0, 'neg': 0}
进程已结束，退出代码 0
`
问题二，我遇到了被检测文本的末尾如果有句号，则报错。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.685 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
`
最后非常感谢您的贡献，希望得到您的帮助！
—
You are receiving this because you are subscribed to this thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you authored the thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you commented.
Reply to this email directly, view it on GitHub, or unsubscribe.
Sharkfin-top commented
好的。再次感谢您！
发自我的iPhone
…------------------ 原始邮件 ------------------
发件人: thunderhit <notifications@github.com>
发送时间: 2020年4月12日 11:31
收件人: thunderhit/cnsenti <cnsenti@noreply.github.com>
抄送: DesmondLiu <1016550222@qq.com>, Author <author@noreply.github.com>
主题: 回复：[thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
第一个大问题，我这里代码跑了，识别了中流砥柱，没什么问题。
你留的第二个大问题，我正在解决。
---原始邮件---
发件人: "DesmondLiu"<notifications@github.com&gt;
发送时间: 2020年4月12日(周日) 中午11:08
收件人: "thunderhit/cnsenti"<cnsenti@noreply.github.com&gt;;
抄送: "Comment"<comment@noreply.github.com&gt;;"thunderhit"<thunderhit@qq.com&gt;;
主题: Re: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
非常感谢您的回复！
1.正负词我弄反了
2.我改为了“utf-8"
但是依然是不识别情感词。
此外，关于第二个问题，即“被分析文本中有句号”时报错，请问有什么办法解决呢？代码如下。
from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\正面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\负面词典.txt", #负面词典txt文件相对路径
encoding='utf-8') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)
运行结果如下
D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.739 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
&amp;nbsp; File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in <module&amp;gt;
&amp;nbsp; &amp;nbsp; result2 = senti.sentiment_calculate(test_text)
&amp;nbsp; File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
&amp;nbsp; &amp;nbsp; pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
非常感谢您的帮助！
------------------&amp;nbsp;原始邮件&amp;nbsp;------------------
发件人:&amp;nbsp;"thunderhit"<notifications@github.com&amp;gt;;
发送时间:&amp;nbsp;2020年4月12日(星期天) 中午11:00
收件人:&amp;nbsp;"thunderhit/cnsenti"<cnsenti@noreply.github.com&amp;gt;;
抄送:&amp;nbsp;"刘铭基"<1016550222@qq.com&amp;gt;;"Author"<author@noreply.github.com&amp;gt;;
主题:&amp;nbsp;Re: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
刚看了下你写的代码
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
有两种可能的原因
1. pos和neg分别是积极和消极，参数你传递的不对。
2. encoding参数用来接收自定义词典的编码格式，如果你的txt是utf-8，encoding='utf-8'即可。unicode_escape我不太了解，不晓得是否也会导致问题
3. cnsenti用的jieba分词，不排除jieba分词分错新情感词。这块我cnsenti中没有开发这部分，后续会改进的
------------------&amp;amp;nbsp;原始邮件&amp;amp;nbsp;------------------
发件人:&amp;amp;nbsp;"DesmondLiu"<notifications@github.com&amp;amp;gt;;
发送时间:&amp;amp;nbsp;2020年4月12日(星期天) 上午10:48
收件人:&amp;amp;nbsp;"thunderhit/cnsenti"<cnsenti@noreply.github.com&amp;amp;gt;;
抄送:&amp;amp;nbsp;"Subscribed"<subscribed@noreply.github.com&amp;amp;gt;;
主题:&amp;amp;nbsp;[thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
您好，我在使用“通过自定义词典”来进行情感分析的过程中遇到些问题。想向您请教。
问题一，我遇到了不识别词典的问题。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果，可以发现显示的积极词数是0。这个文本中的词，”引领者“和”中流砥柱“均是词典中的积极词。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.675 seconds.
sentiment_count {'words': 15, 'sentences': 2, 'pos': 0, 'neg': 0}
Prefix dict has been built succesfully.
sentiment_calculate {'sentences': 2, 'words': 15, 'pos': 0, 'neg': 0}
进程已结束，退出代码 0
`
问题二，我遇到了被检测文本的末尾如果有句号，则报错。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.685 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
`
最后非常感谢您的贡献，希望得到您的帮助！
—
You are receiving this because you are subscribed to this thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you authored the thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you commented.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you authored the thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
hiDaDeng commented
我更新了代码，你可以卸载cnsenti
过半个小时再安装新的cnsenti
这是cnsenti文档，已经解决多个句子问题；
https://github.com/thunderhit/cnsenti/blob/master/README.md
…------------------ 原始邮件 ------------------
发件人: "DesmondLiu"<notifications@github.com>;
发送时间: 2020年4月12日(星期天) 上午10:48
收件人: "thunderhit/cnsenti"<cnsenti@noreply.github.com>;
抄送: "Subscribed"<subscribed@noreply.github.com>;
主题: [thunderhit/cnsenti] 使用自定义词典时的问题 (#1)
您好，我在使用“通过自定义词典”来进行情感分析的过程中遇到些问题。想向您请教。
问题一，我遇到了不识别词典的问题。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果，可以发现显示的积极词数是0。这个文本中的词，”引领者“和”中流砥柱“均是词典中的积极词。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.675 seconds.
sentiment_count {'words': 15, 'sentences': 2, 'pos': 0, 'neg': 0}
Prefix dict has been built succesfully.
sentiment_calculate {'sentences': 2, 'words': 15, 'pos': 0, 'neg': 0}
进程已结束，退出代码 0
`
问题二，我遇到了被检测文本的末尾如果有句号，则报错。以下是代码。
`from cnsenti import Sentiment
senti = Sentiment(pos=r"D:\情感词典\负面词典.txt", #正面词典txt文件相对路径
neg=r"D:\情感词典\正面词典.txt", #负面词典txt文件相对路径
encoding='unicode_escape') #两txt均为utf-8编码
test_text = '这家公司是行业的引领者，是中流砥柱。今年的业绩非常好。'
result1 = senti.sentiment_count(test_text)
result2 = senti.sentiment_calculate(test_text)
print('sentiment_count',result1)
print('sentiment_calculate',result2)`
以下是运行结果。
`D:\Anaconda3\python.exe D:/pythonproject/test1/金融文本情感-中文-cnsenti.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\刘铭基\AppData\Local\Temp\jieba.cache
Loading model cost 0.685 seconds.
Prefix dict has been built succesfully.
Traceback (most recent call last):
File "D:/pythonproject/test1/金融文本情感-中文-cnsenti.py", line 9, in
result2 = senti.sentiment_calculate(test_text)
File "D:\Anaconda3\lib\site-packages\cnsenti\sentiment.py", line 218, in sentiment_calculate
pos = np.sum(score_array[:, 0])
IndexError: too many indices for array
进程已结束，退出代码 1
`
最后非常感谢您的贡献，希望得到您的帮助！
—
You are receiving this because you are subscribed to this thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
Sharkfin-top commented
好的。非常感谢您！
祝您工作顺利！
发自我的iPhone
…------------------ 原始邮件 ------------------
发件人: thunderhit <notifications@github.com>
发送时间: 2020年4月12日 12:13
收件人: thunderhit/cnsenti <cnsenti@noreply.github.com>
抄送: DesmondLiu <1016550222@qq.com>, Author <author@noreply.github.com>
主题: 回复：[thunderhit/cnsenti] 使用自定义词典时的问题 (#1)