python库（21）：

news2024/9/25 1:18:05

1 TextBlob简介

TextBlob 是一个基于 Python 的文本处理库，能够让基础的自然语言处理任务变得异常简单。

它提供了一个简单直观的 API，让你能够轻松执行词性标注、名词短语提取、情感分析、文本分类和关键词提取等功能。

值得一提的是，TextBlob 实际上是对 NLTK（自然语言工具包）的一种扩展，这让新手和熟练的开发者能够以更高的层面轻松完成复杂的 NLP 任务。

特性

简洁的API：提供了一个用户友好的接口来执行常见的文本处理任务。
语言支持：支持多种语言的处理。
扩展性：可以轻松扩展和定制，与NLTK库紧密集成。
多功能性：支持文本翻译、拼写检查等高级文本处理功能。

地址如下：https://github.com/sloria/TextBlob

2 TextBlob安装

安装TextBlob库：

pip install textblob -i https://pypi.tuna.tsinghua.edu.cn/simple

下载TextBlob所依赖的自然语言处理（NLP）数据。

python -m textblob.download_corpora

TextBlob 支持多种语种的模型，你可以通过安装额外的资源文件来启用它们。

你甚至可以为你的特定需求，创建和添加新的模型。

3 基本功能

3.1 分割句子

TextBlob可以自动将文本分割成句子，这对于需要对文本进行逐句分析的场景非常有用。

from textblob import TextBlob

text = "TextBlob is very easy to use. It makes text processing simple and intuitive."
blob = TextBlob(text)

# 句子分割
for sentence in blob.sentences:
    print(sentence)

结果如下：

注意：这只是一个基本的示例，实际上 TextBlob 的分句器可能不如专门的中文分句库如 "jieba" 或 "SnowNLP" 那样准确，但它可以作为一个起点。

3.2 词性标注

定义：标记文本中的每个词的词性（名词、动词、形容词）

用途：

分析句子的语法结构
进行更高级的文本分析，如句法分析
识别和提取特定词的信息

from textblob import TextBlob

text = "The quick brown fox jumps over the lazy dog."
blob = TextBlob(text)
print(blob.tags)

结果如下：

3.3 名词提取

text = "The quick brown fox jumps over the lazy dog."
blob = TextBlob(text)
print(blob.noun_phrases)

结果如下：

3.4 情感分析

极性分析定义：

极性分析可以被看做一个任务，对于给定的一段带有观点的评论性文本，标记出它是整体正面或整体负面评价。

通俗讲，就是判断一段文字是正面，还是负面；赞同，还是反对。

极性分析意义：

极性分析具有很大的商业价值与公共服务价值。

比如对互联网网站、论坛、微博、抖音、快手的舆情检测，产品评价检测等。

from textblob import TextBlob

# 自然语言处理很有趣
text = "Natural Language Processing is fascinating. "
blob = TextBlob(text)

# 情感分析
sentiment = blob.sentiment
print(f"情感：极性 {sentiment.polarity}, 主观性 {sentiment.subjectivity}")

结果如下：

3.5 拼写检查和更正

from textblob import TextBlob

text = "this is a gaod ideo"
blob = TextBlob(text)

# 拼写检查
corrected_blob = blob.correct()
print(f"原文：{text}")
print(f"更正：{corrected_blob}")

结果如下：

3.6 词和句子

from textblob import TextBlob

text = "this is a good idea"
blob = TextBlob(text)

# 词操作
words = blob.words
print("词：", words)

# 复数化和单数化
plural = words.pluralize()
print("复数：", plural)

结果如下：

3.7 词义和词根

定义：获取词的词义、同义词、词根等

用途：

理解词的语义和语法形式
在信息检索和知识图谱中使用
改进文本处理和分析任务

from textblob import Word

word = Word("dragon")

# 词义
synsets = word.synsets
print("词义：", synsets)

# 词根
lemma = word.lemmatize()
print(f"词根：{lemma}")

结果如下：