Python Cemotion库快速进行文本情感分析

临近毕业答辩，有些人毕设还没怎么写，找我帮忙几小时完成知乎问答爬取和情感分析功能。爬虫一小时左右就写好并爬取完数据存到CSV里，但情感分析怎么能几小时内完成。我研究方向是CV，对NLP的了解只限于transfomer和常用模型的名词，但四年的室友我还是得帮个忙。

我首先想到的是否有现成的Python库可以调用，因为赶时间所以不能涉及自定义词典、模型训练等花费时间长的工作，能直接用几行代码得出预测值。最后锁定了SnowNLP和Cemotion。SnowNLP用的是经典机器学习的贝叶斯算法，但已经有七年没有更新了；Cemotion使用的是深度学习RNN模型，最近更新时间也比较近。在未经训练的情况下简单试用后Cemotion的预测准确率略高于SnowNLP。

Cemotion通过pip安装即可，但涉及TensorFlow等库且要下载RNN模型，我在Colab环境上下载模型花了47s，建议使用国内镜像安装。

安装好之后就通过pandas读取CSV文件中的回答并对其进行情感分析，将结果写入新的CSV文件中。完整代码如下：

几个小时完成的情感分析过于粗糙，预测值和个人对回答的实际感受有些误差，但应付毕设应该足够，之后就是对这些数据放到web页面可视化。

最后希望毕设不要赶ddl才写，真的对延毕无所谓吗。