HanLP情感分析

1.HanLP的入门使用

方式一、maven

为了方便用户，特提供内置了数据包的Portable版，只需在pom.xml加入：

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>portable-1.8.1</version>
</dependency>

方式二、下载jar、data、hanlp.properties

HanLP将数据与程序分离，给予用户自定义的自由。

1、下载：data.zip
下载后解压到任意目录，接下来通过配置文件告诉HanLP数据包的位置。

HanLP中的数据分为词典和模型，其中词典是词法分析必需的，模型是句法分析必需的。

data
│
├─dictionary
└─model
用户可以自行增删替换，如果不需要句法分析等功能的话，随时可以删除model文件夹。

模型跟词典没有绝对的区别，隐马模型被做成人人都可以编辑的词典形式，不代表它不是模型。
GitHub代码库中已经包含了data.zip中的词典，直接编译运行自动缓存即可；模型则需要额外下载。
2、下载jar和配置文件：hanlp-release.zip
配置文件的作用是告诉HanLP数据包的位置，只需修改第一行

root=D:/JavaProjects/HanLP/
为data的父目录即可，比如data目录是/Users/hankcs/Documents/data，那么root=/Users/hankcs/Documents/ 。

最后将hanlp.properties放入classpath即可，对于多数项目，都可以放到src或resources目录下，编译时IDE会自动将其复制到classpath中。

具体使用请参考 : HanLP

2.情感分析

步骤一、准备情感分析素材

步骤二、训练模型

LinearSVMModel model = (LinearSVMModel) IOUtil.readObjectFrom(svmModelPath);
if (model != null) return model;
ResourceBundle hanlp = ResourceBundle.getBundle("hanlp");
String sentimentPath = hanlp.getString("sentimentPath");
String corpusFolderStr = String.format("%s%s", sentimentPath, StringConstant.SENTI_NEWS);
File corpusFolder = new File(corpusFolderStr);
if (!corpusFolder.exists() || !corpusFolder.isDirectory())
{
    System.err.println("情感训练素材不存在");
    System.exit(1);
}
IClassifier classifier = new LinearSVMClassifier();  // 创建分类器，更高级的功能请参考IClassifier的接口定义
classifier.train(corpusFolderStr);                     // 训练后的模型支持持久化，下次就不必训练了
model = (LinearSVMModel) classifier.getModel();
IOUtil.saveObjectTo(model, svmModelPath);
return model;

步骤三、获取情感

// 贝叶斯算法
// NaiveBayesClassifier classifier = new NaiveBayesClassifier(CorpusUtility.trainOrLoadModel(svmModelPath));
// 特征算法
IClassifier classifier = new LinearSVMClassifier(CorpusUtility.trainOrLoadSVMModel(svmModelPath));
String emotion = classifier.classify(text01);

HanLP情感分析