Day 9: TextBlob——对文本进行情感分析

编者注：我们发现了比较有趣的系列文章《30天学习30种新技术》，准备翻译，一天一篇更新，年终礼包。下面是第9天的内容。

又是“30天学习30种新技术”的一天，我打算暂时把JavaScript放一放，然后学下用Python进行文本处理。本文的重点是情感分析。我在几年前就对情感分析产生了兴趣，当时我想写一个分析与电影有关的推的应用。这个应用将帮助我决定是否看某部电影。

我 google 了一番，最后发现 [Naive Bayes classifier]( Naive Bayes classifier) 可以解决这个问题。当时我只会Java语言，所以我写了一个定制的实现，用过一段时间这个应用。我太懒了，没有提交代码，所以我的机子挂掉之后，代码和应用丢失了。现在我把我所有的代码都提交到 github，我有大概 200 个公开的仓库 :)

这里我打算介绍下Python的TextBlob。我们首先讲一些基础知识，然后开发一个使用TextBlob API的Flask应用。

TextBlob是什么？

TextBlob是一个用Python编写的开源的文本处理库。它可以用来执行很多自然语言处理的任务，比如，词性标注，名词性成分提取，情感分析，文本翻译，等等。你可以在官方文档阅读TextBlog的所有特性。

为什么我要关心TextBlob？

我学习TextBlob的原因如下：

我想开发需要进行文本处理的应用。我们给应用添加文本处理功能之后，应用能更好地理解人们的行为，因而显得更加人性化。文本处理很难做对。TextBlob站在巨人的肩膀上（NTLK），NLTK是创建处理自然语言的Python程序的最佳选择。
我想学习下如何用 Python 进行文本处理。

安装 TextBlob

开始 TextBlob 之前，我们首先需要安装 Python 和 virtualenv。本文中使用 Python 2.7。

官方文档里提到了很多安装 TextBlob 的方法。我们将使用pip install。给不知道pip的开发者，pip是Python的包管理器。我们可以从官网安装pip。

运行如下命令可以安装 TextBlob：

mkdir myapp
cd myapp
virtualenv venv --python=python2.7
. venv/bin/activate
pip install textblob
curl https://raw.github.com/sloria/TextBlob/master/download_corpora.py | python

以上命令将创建myapp目录，并通过virtualenv激活Python 2.7，然后安装 textblob 包，最后下载必需的NLTK语料库。

GitHub 仓库

今天的demo应用的代码可从github取得。

应用

demo应用跑在 OpenShift 上 http://showmesentiments-t20.rhcloud.com/ 它是一个非常简单的使用 TextBlob 情感分析 API 的例子。当用户输入的时候，他将看到他输入的内容是正面的（绿色）、负面的（红色），还是中性的（橙色）。

https://www.openshift.com/sites/default/files/images/Sentiment%20Analysis%20Demo.png

我们将开发一个使用REST API的简单的Flask应用。如果你不了解Flask，你可以参考我以前写的关于Flask的文章。

接着我们将安装 Flask 框架。首先我们激活 virtualenv，然后使用 pip 安装 Flask。

. venv/bin/activate
pip install flask

在我以前写的关于 Flask 的文章里已经提到，用Flask写基于REST的web服务相当方便。在 myapp 目录下创建一个 app.py 文件。内容如下：

from flask import Flask , jsonify, render_template
from textblob import TextBlob

app = Flask(__name__)

@app.route('/')
@app.route('/index')
def index():
    return render_template('index.html')

@app.route('/api/v1/sentiment/')
def sentiment(message):
    text = TextBlob(message)
    response = {'polarity' : text.polarity , 'subjectivity' : text.subjectivity}
    return jsonify(response)

if __name__ == "__main__":
    app.run(debug=True)

以上的代码做了这些事：

从flask包导入了Flask类和jsonify、 render_template函数。
从textblob包导入了TextBlob类。
定义了/和index的路由。因此，如果用户向/和/index发出GET请求，index.html将渲染。
定义了/api/v1/sentiment/。这是预留位置，其中将包括用户需要运行情感分析的文本。我们创建了一个TextBlob实例，并将其传递给消息。然后我们得到消息的对立性和主体性，然后创建一个json对象并返回该对象。
最后，我们使用python app.py命令启动一个开发服务器。我们同时开启了调试Debug=True。这样当意料之外的情况出现时，浏览器就可以提供一个交互式的调试器。开启调试的另一个好处是，改动文件之后，服务会自动重新加载。我们可以让调试器在后台运行，然后继续在我们的应用上工作。这提供了高效的开发环境。

index()函数渲染 html 文件。在 myapp目录下创建一个名为模板的新文件夹，然后创建index.html

mkdir templates
touch templates/index.html

将下面代码复制到index.html中。这段代码使用Twitter Bootstrap来增加样式。我们同时使用了jQuery，在keyup事件时进行REST调用。如果键值为退格、制表符、回车、左、右、上、下，那么不进行REST调用。



    Do sentiment analysis on the text
    
    
    




      
        
          
          Run Sentiment Analysis

你可以从我的github 仓库中取得 js 和 css 文件。

部署到云端

部署到云端前，先要完成一些配置工作。

注册一个OpenShift账号。注册是完全免费的，Red Hat给每个用户三枚免费的Gear,可以用Gear运行你的应用。在写作此文的时候，每个用户能免费使用总共 1.5 GB 内存和 3 GB 硬盘空间。
安装 rhc客户端工具。rhc是ruby gem，因此你的机子上需要装有 ruby 1.8.7以上版本。只需输入 sudo gem install rhc即可安装 rhc 。如果你已经安装过了，确保是最新版。运行sudo gem update rhc即可升级。关于配置rhc命令行工具的详细信息，请参考： https://openshift.redhat.com/community/developers/rhc-client-tools-install
使用 rhc 的 setup 命令配置你的 OpenShift 账号。这个命令会帮助你创建一个命名空间，同时将你的ssh公钥上传至 OpenShift 服务器。

输入如下命令即可将应用部署到OpenShift：

; rhc create-app day9demo python-2.7 --from-code
https://github.com/shekhargulati/day9-textblob-demo-openshift.git --timeout 180

这个命令将创建应用，设置公开的DNS，创建私有git仓库，最后利用你的Github仓库中的代码来部署应用。应用将被部署到 http://day9demo-{domain-name}.rhcloud.com 。请用你的账户下的域名替换 {domain-name}. 本文中的应用跑在 http://showmesentiments-t20.rhcloud.com/

今天到此为止。多回馈撒～

原文 Day 9: TextBlob--Finding Sentiments in Text
翻译 SegmentFault