Python中怎么利用Torchmoji將文本轉(zhuǎn)換為表情符號

這篇文章將為大家詳細(xì)講解有關(guān)Python中怎么利用Torchmoji將文本轉(zhuǎn)換為表情符號，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。

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/torchMoji
import os
os.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(shù)據(jù)用于訓(xùn)練人工智能。我一直在用谷歌Colab。然而，我注意到，當(dāng)程序要求您重新啟動筆記本進(jìn)行所需的更改時(shí)，它開始在循環(huán)中崩潰并且無法補(bǔ)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(yīng)該下載需要微調(diào)神經(jīng)網(wǎng)絡(luò)模型。詢問時(shí)，按“是”確認(rèn)。

設(shè)置轉(zhuǎn)換功能函數(shù)

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

import numpy as np
import emoji, json
from torchmoji.global_variables import PRETRAINED_PATH, VOCAB_PATH
from torchmoji.sentence_tokenizer import SentenceTokenizer
from 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(shí)驗(yàn)

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?dāng)?shù)。

原始神經(jīng)網(wǎng)絡(luò)

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

源代碼應(yīng)該完全相同，事實(shí)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(jié)果：

輸入列表而不是一句話

在進(jìn)行情緒分析時(shí)，我通常會在Pandas上存儲tweets或評論的數(shù)據(jù)庫，我將使用以下代碼，將字符串列表轉(zhuǎn)換為Pandas數(shù)據(jù)幀，其中包含指定數(shù)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(jì)一下這個字符串列表中最有可能出現(xiàn)的5種表情：

emoji_dataset(list1, 5)

關(guān)于Python中怎么利用Torchmoji將文本轉(zhuǎn)換為表情符號就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。