斯坦福情绪分析得分 java

Question

我使用 Stanford core NLP 库进行情绪分析。下面的代码 return class 一个例子但是我怎样才能得到分数呢？例如 -0.3 表示负等

private int getScore(String line) {
    boolean isrun = false;
    StanfordCoreNLP pipeline = null;
    if(!isrun){
        Properties props = getProperties();
        pipeline = new StanfordCoreNLP(props);
        isrun = true;
    }
    Annotation annotation;

    int sentiment = -1;
    if (line != null && line.length() > 0) {
        annotation = pipeline.process(line);
        for (CoreMap sentence : annotation.get(CoreAnnotations.SentencesAnnotation.class)) {
            Tree tree = sentence.get(SentimentCoreAnnotations.AnnotatedTree.class);
            sentiment = RNNCoreAnnotations.getPredictedClass(tree);
        }
    }
    return sentiment;
}

编辑

在线demo 当鼠标在图表的根目录时，我们可以看到该示例为负 72%。如何获得这个号码？

Answer 1

0.Download 斯坦福 NLP 核心库并导入外部库 stanford-corenlp-3.5.2-models.jar、stanford-corenlp-3.5.2.jar、stanford-corenlp-3.5。 2-sources.jar 和 ejml-0.23.jar 到这个包中。

1.Build 这个 class Eclipse 中的 NLP

import java.util.Properties;
import org.ejml.simple.SimpleMatrix;
import edu.stanford.nlp.ling.CoreAnnotations;
import edu.stanford.nlp.neural.rnn.RNNCoreAnnotations;
import edu.stanford.nlp.pipeline.Annotation;
import edu.stanford.nlp.pipeline.StanfordCoreNLP;
import edu.stanford.nlp.sentiment.SentimentCoreAnnotations;
import edu.stanford.nlp.sentiment.SentimentCoreAnnotations.SentimentAnnotatedTree;
import edu.stanford.nlp.trees.Tree;
import edu.stanford.nlp.util.CoreMap;

public class NLP {
static StanfordCoreNLP pipeline;

public static void init() {
    Properties props = new Properties();
    props.setProperty("annotators", "tokenize, ssplit, parse, sentiment");
    pipeline = new StanfordCoreNLP(props);
}

public static int findSentiment(String tweet) {

    int mainSentiment = 0;
    if (tweet != null && tweet.length() > 0) {
        int longest = 0;
        Annotation annotation = pipeline.process(tweet);
        for (CoreMap sentence : annotation
                .get(CoreAnnotations.SentencesAnnotation.class)) {
            Tree tree = sentence
                    .get(SentimentAnnotatedTree.class);
            int sentiment = RNNCoreAnnotations.getPredictedClass(tree);
            SimpleMatrix sentiment_new = RNNCoreAnnotations.getPredictions(tree);             
            String partText = sentence.toString();
            if (partText.length() > longest) {
                mainSentiment = sentiment;
                longest = partText.length();
            }
        }
    }
    return mainSentiment;
    }
}

2.Build 一个新的 class 来用 NLP

解析你的句子

import java.util.ArrayList;

public class What2Think {

    public static void main(String[] args) {
        ArrayList<String> tweets = new ArrayList<String>();
        tweets.add("In this country, \"democracy\" means pro-government. #irony");
        NLP.init();
        for(String tweet : tweets) {
            System.out.println(tweet + " : " + NLP.findSentiment(tweet));
        }
    }
}

运行它

Answer 2

我也有类似的需求。您可以从 SimpleMatrix

获取此信息

 SimpleMatrix sm = RNNCoreAnnotations.getPredictions(tree);

如果你打印变量 sm 输出有这样的东西

Type = dense , numRows = 5 , numCols = 1
 0.111  
 0.758  
 0.087  
 0.035  
 0.009

这给出了估计的概率。在在线演示中，您可以在 %.

中看到这些值

你可以找到我的实现 here。

希望对您有所帮助！！！

斯坦福情绪分析得分 java

Stanford sentiment analysis score java

java

stanford-nlp

sentiment-analysis