1、snownlp是一個(gè)處理中文的類庫，有中文分詞、詞性標(biāo)注、情感分析、文本分類、拼音、繁簡、提取關(guān)鍵詞摘要等功能。下載后可以直接用，不用訓(xùn)練。

2.能重新訓(xùn)練的模塊有seg（分析詞性）、sentiments（情感分析）、tag、normal、

以sentiments模塊為例：

????sentiments目錄下有5個(gè)文件，其中init是程序，neg和pos分別是消極和積極語料庫（也就是用來訓(xùn)練的數(shù)據(jù)集）sentiment.marshal.3和sentiment.marshal是訓(xùn)練保存的模型。（python2保存的是sentiment.marshal；python3保存的是sentiment.marshal.3）

替換語料集（數(shù)據(jù)集）

首先要找到能夠替換數(shù)據(jù)集的語料集，數(shù)據(jù)格式要與原來相同，編碼方式為utf-8。

訓(xùn)練

????????找到函數(shù)接口（一般都在同級(jí)文件中）

init文件：

train（）是訓(xùn)練函數(shù)、save是保存模型所用的函數(shù)

? ? ? ? ? ? 外部調(diào)用函數(shù)進(jìn)行訓(xùn)練

其中train.positive.txt和train.negative.txt為替換的數(shù)據(jù)集，new.marshal為訓(xùn)練保存的模型。

運(yùn)行這段代碼，成功后找到保存的模型（保存模型的位置是可以自定義的）

應(yīng)用新模型

方式一：將新模型名稱改為和原來模型名稱一致，復(fù)制到sentiments目錄下替換原來的

方式二：改變讀取模型的路徑，同在init文件中操作

記得原路徑要注釋?。?/p>

檢驗(yàn)?zāi)Ｐ褪欠裉鎿Q成功

用同一個(gè)例子應(yīng)用sentiments方法，看原模型和新模型算出來的積極的概率（訓(xùn)練集不同，訓(xùn)練出兩個(gè)相同模型的概率很?。└怕什煌瑒t上述操作成功，如果概率不變，極有可能出現(xiàn)了誤操作。

下面講一個(gè)seg與tag模塊的小方法

這是我找到的詞性數(shù)據(jù)集，需要將里面的BC兩列內(nèi)容轉(zhuǎn)化為txt文件（還有格式要求：每個(gè)具體例子之間有空格）

代碼實(shí)現(xiàn)如下：

第一個(gè)為表格路徑，第二個(gè)為表單名，第三個(gè)為目標(biāo)保存路徑（均可自定義），運(yùn)行代碼，查看保存的文件。其中值得注意的是txt編碼方式需要轉(zhuǎn)換為utf-8。