很難找到關于如何使用Python使用DeepMoji的教程。我已經嘗試了幾次，后來又出現了幾次錯誤，于是決定使用替代版本：torchMoji。

TorchMoji是DeepMoji的pyTorch實現，可以在這里找到：https://github.com/huggingface/torchMoji

事實上，我還沒有找到一個關于如何將文本轉換為表情符號的教程。如果你也沒找到，那么本文就是一個了。

安裝

這些代碼并不完全是我的寫的，源代碼可以在這個鏈接上找到。

pip3 install torch==1.0.1 -f https://download.pytorch.org/whl/cpu/stable git clone https://github.com/huggingface/torchMojiimport osos.chdir(’torchMoji’)pip3 install -e .#if you restart the package, the notebook risks to crash on a loop#I did not restart and worked fine

該代碼將下載約600 MB的數據用于訓練人工智能。我一直在用谷歌Colab。然而，我注意到，當程序要求您重新啟動筆記本進行所需的更改時，它開始在循環中崩潰并且無法補救。如果你使用的是jupyter notebook或者colab記事本不要重新，不管它的重啟要求就可以了。

python3 scripts/download_weights.py

這個腳本應該下載需要微調神經網絡模型。詢問時，按“是”確認。

設置轉換功能函數

使用以下函數，可以輸入文進行轉換，該函數將輸出最可能的n個表情符號（n將被指定）。

import numpy as npimport emoji, jsonfrom torchmoji.global_variables import PRETRAINED_PATH, VOCAB_PATHfrom torchmoji.sentence_tokenizer import SentenceTokenizerfrom torchmoji.model_def import torchmoji_emojis EMOJIS = ':joy: :unamused: :weary: :sob: :heart_eyes: :pensive: :ok_hand: :blush: :heart: :smirk: :grin: :notes: :flushed: :100: :sleeping: :relieved: :relaxed: :raised_hands: :two_hearts: :expressionless: :sweat_smile: :pray: :confused: :kissing_heart: :heartbeat: :neutral_face: :information_desk_person: :disappointed: :see_no_evil: :tired_face: :v: :sunglasses: :rage: :thumbsup: :cry: :sleepy: :yum: :triumph: :hand: :mask: :clap: :eyes: :gun: :persevere: :smiling_imp: :sweat: :broken_heart: :yellow_heart: :musical_note: :speak_no_evil: :wink: :skull: :confounded: :smile: :stuck_out_tongue_winking_eye: :angry: :no_good: :muscle: :facepunch: :purple_heart: :sparkling_heart: :blue_heart: :grimacing: :sparkles:'.split(’ ’)model = torchmoji_emojis(PRETRAINED_PATH)with open(VOCAB_PATH, ’r’) as f: vocabulary = json.load(f)st = SentenceTokenizer(vocabulary, 30)def deepmojify(sentence,top_n =5): def top_elements(array, k): ind = np.argpartition(array, -k)[-k:] return ind[np.argsort(array[ind])][::-1]tokenized, _, _ = st.tokenize_sentences([sentence]) prob = model(tokenized)[0] emoji_ids = top_elements(prob, top_n) emojis = map(lambda x: EMOJIS[x], emoji_ids) return emoji.emojize(f'{sentence} {’ ’.join(emojis)}', use_aliases=True)

文本實驗

text = [’I hate coding AI’]for _ in text: print(deepmojify(_, top_n = 3))

輸出

如您所見，這里給出的是個列表，所以可以添加所需的字符串數。

原始神經網絡

如果你不知道如何編碼，你只想試一試，你可以使用DeepMoji的網站：https://deepmoji.mit.edu/

源代碼應該完全相同，事實上，如果我輸入5個表情符號而不是3個，這就是我代碼中的結果：

輸入列表而不是一句話

在進行情緒分析時，我通常會在Pandas上存儲tweets或評論的數據庫，我將使用以下代碼，將字符串列表轉換為Pandas數據幀，其中包含指定數量的emojis。

import pandas as pddef emoji_dataset(list1, n_emoji=3): emoji_list = [[x] for x in list1]for _ in range(len(list1)): for n_emo in range(1, n_emoji+1): emoji_list[_].append(deepmojify(list1[_], top_n = n_emoji)[2*-n_emo+1])emoji_list = pd.DataFrame(emoji_list) return emoji_listlist1 = [’Stay safe from the virus’, ’Push until you break!’, ’If it does not challenge you, it will not change you’]

我想估計一下這個字符串列表中最有可能出現的5種表情：

emoji_dataset(list1, 5)

就是這么簡單

作者：Michelangiolo Mazzeschi

deephub翻譯組

到此這篇關于詳解在Python中使用Torchmoji將文本轉換為表情符號的文章就介紹到這了,更多相關Python Torchmoji文本轉換為表情符號內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！