燃爆！17行Python代码做情感分析？你也可以的(3)

input

test_text = [ 
 '这车耗油很快',  
 '这车开的很快', 
 '这房间有一股死老鼠味道', 
 '这房间有烟味', 
 '他的发型像杀马特', 
 '这衣服机洗掉色', 
 '这衣服穿多了起球', 
 '这软件容易闪退', 
 '他打球的样子像蔡徐坤', 
 '这把20了', 
 '这把可以打', 
 '他射球的样子像科比', 
 '这房间的布置很有情调', 
 '这酒让人回味', 
 '这衣服很酷', 
 '他的侧脸好像林峰', 
 '五星好评', 
 '以后会回购的', 
 '性价比很高', 
 '物美价廉', 
 '这女生让我心动' 
 ] 

output

运行耗时: 2秒676毫秒 
text: 这车耗油很快, positive_prob: 0.2926, predict: negative 
text: 这车开的很快, positive_prob: 0.8478, predict: positive 
text: 这房间有一股死老鼠味道, positive_prob: 0.0071, predict: negative 
text: 这房间有烟味, positive_prob: 0.2071, predict: negative 
text: 他的发型像杀马特, positive_prob: 0.3445, predict: negative 
text: 这衣服机洗掉色, positive_prob: 0.3912, predict: negative 
text: 这衣服穿多了起球, positive_prob: 0.679, predict: positive # 错误 
text: 这软件容易闪退, positive_prob: 0.0051, predict: negative 
text: 他打球的样子像蔡徐坤, positive_prob: 0.8684, predict: positive # 错误 
text: 这把20了, positive_prob: 0.1695, predict: negative 
text: 这把可以打, positive_prob: 0.3503, predict: negative # 错误 
text: 他射球的样子像科比, positive_prob: 0.7263, predict: positive 
text: 这房间的布置很有情调, positive_prob: 0.9519, predict: positive 
text: 这酒让人回味, positive_prob: 0.7431, predict: positive 
text: 这衣服很酷, positive_prob: 0.9817, predict: positive 
text: 他的侧脸好像林峰, positive_prob: 0.5621, predict: positive 
text: 五星好评, positive_prob: 0.9971, predict: positive 
text: 以后会回购的, positive_prob: 0.6903, predict: positive 
text: 性价比很高, positive_prob: 0.9799, predict: positive 
text: 物美价廉, positive_prob: 0.9542, predict: positive 
text: 这女生让我心动, positive_prob: 0.956, predict: positive 

正确率：17/20 = 85%

总结，三个不同类别的测评如下所示：

总结

1.模型计算耗时较小，使用体验不错。

（编辑：ASP站长网）