使用 Streamlit 创建简单的情感分析 WebApp

17 Mar 2025 | 5 分钟阅读

什么是情感分析

情感分析，也称为意见挖掘，是一种处理自然语言处理（NLP）的方法，用于区分文本中的情感基调。这是一种非常流行的方法，用于确定和分类关于某个项目、服务或想法的意见。情感分析包括使用数据挖掘、机器学习（ML）、人工智能和计算语言学来挖掘消息中的情感和抽象信息，例如，它是在表达积极、消极还是中性情感。

所需模块

要实现情感分析 Web 应用，我们需要以下三个模块。

Streamlit
TextBlob
Streamlit_Extras

Streamlit

Streamlit 是一个免费开源的框架，可以快速构建和分享令人惊叹的人工智能和数据科学 Web 应用。它是一个基于 Python 的库，专门为机器学习工程师设计。数据科学家或机器学习工程师不是 Web 开发人员，他们也不想花几周时间学习如何使用这些框架来构建 Web 应用。相反，他们需要一个易于学习和使用的工具，只要它能够显示数据并收集建模所需的参数。Streamlit 允许您用几行代码就能创建一个令人惊叹的应用。

TextBlob

TextBlob 是一个用于处理文本数据的 Python（2 和 3）库。它提供了一个简单的 API 接口，用于深入进行常见的自然语言处理（NLP）任务，例如词性标注、名词短语提取、情感分析、分类、翻译等。

我们可以使用以下命令将上述模块安装到我们的系统中

pip install streamlit
pip install -U textblob

让我们一步一步地实现情感分析 Web 应用

首先，由于我们正在创建一个基本的情感分析应用程序，因此我们不会通过 Twitter 或 Facebook 等网站使用任何其他第三方 API 来获取数据。这会使它变得复杂。我们将仅将文本作为用户输入，分析其情感并显示结果。

第 1 步：首先，让我们导入所有必需的模块。

# Here, we are importing the required modules into our program
import streamlit as st
from textblob import TextBlob

考虑到我们将在 Web 应用中使用动画或特殊属性，我们稍后将从 Streamlit_Extras 模块导入它们。

第 2 步：现在我们将为 Web 应用设置一个合适的标题，并创建一个文本区域，用户可以在其中输入文本以分析情感。

# Here, we are giving a title to the web app
st.title("A Simple Sentiment Analysis WebApp.")
t = st.text_area("Please Enter your text")      # here, we are giving a remainder for user 

Create a Simple Sentiment Analysis WebApp using Streamlit

第 3 步：然后，我们将创建一个按钮，并为其添加文本，以便在用户输入文本后，他们可以单击该按钮来获取结果或输出。

if st.button("Analyze the Sentiment"):
  blob = TextBlob(message)
  result = blob.sentiment
  st.write(result)

现在从结果中我们可以看到它以最简单的方式以 JSON 格式给出结果。现在我们将通过添加一些额外功能来让这个 Web 应用稍微好一点，并使输出看起来更具说服力和简洁。

我们将现在使用 Streamlit_Extras 模块来添加一些额外功能

首先，我们将分割极性和主观性并将它们存储在一个新变量中。然后使用极性值，我们将添加一些下雨的表情符号，如果极性大于等于 0，则会下雨笑脸表情符号以显示积极情感，如果极性为负，则会下雨哭泣或紧张的表情符号，表明情感是消极的。

此外，我们将使用 streamlit 的警告和成功方法来打印结果，而不是像上次那样使用简单的 write。

代码

# Here, we are creating a button to check the sentiment of the sentence
if st.button("Analyze the Sentiment"):
  blob = TextBlob(message)
  rst = blob.sentiment
  plrty = result.polarity
  subjty = result.subjectivity
  if plrty < 0:
    st.warning("The given text has the negative sentiments associated with it" + str(plrty))
    rain(
    emj="????",
    f_size=20,    #Here, we are declaring the size of emoji
    fa_speed=3,         # Here, we are declaring the speed of raining
    anm_length="infinite",    # Here, we are declaring the length of the rain till which 
# time the animation will take place
)
  if plrty >= 0:
    st.success("The given text as the positive sentiments associated with it." + str(plrty))
   rain(
    emj="????",
    f_size=20,    #Here, we are declaring the size of emoji
    fa_speed=3,         # Here, we are declaring the speed of raining
    anm_length="infinite",    # Here, we are declaring the length of the rain till which 
# time the animation will take place
)
st.success(rst)       # here, we are printing the results of the sentiment analysis

输出

让我们来实现模型的整体实现

# Here, we are importing the required modules into our program
import streamlit as st
from textblob import TextBlob
from streamlit_extras.let_it_rain import rain
# Here, we are giving a title to the web app
st.title("A Simple Sentiment Analysis WebApp.")   
# here, we are giving a remainder for user
t = st.text_area("Please Enter your text")   
# Here, we are creating a button to check the sentiment of the sentence
if st.button("Analyze the Sentiment"):
  blob = TextBlob(message)
  rst = blob.sentiment
  plrty = result.polarity
  subjty = result.subjectivity
  if plrty < 0:
    st.warning("The given text has the negative sentiments associated with it" + str(plrty))
    rain(
    emj="????",
    f_size=20,    #Here, we are declaring the size of emoji
    fa_speed=3,         # Here, we are declaring the speed of raining
    anm_length="infinite",    # Here, we are declaring the length of the rain till which 
# time the animation will take place
)
  if plrty >= 0:
    st.success("The given text as the positive sentiments associated with it." + str(plrty))
   rain(
    emj="????",
    f_size=20,    #Here, we are declaring the size of emoji
    fa_speed=3,         # Here, we are declaring the speed of raining
    anm_length="infinite",    # Here, we are declaring the length of the rain till which 
# time the animation will take place
)
st.success(rst)       # here, we are printing the results of the sentiment analysis

输出

下一个主题Python 中的 Unicode 和字符编码

使用 Streamlit 创建简单的情感分析 WebApp

什么是情感分析

所需模块

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Python 问题

使用 Streamlit 创建简单的情感分析 WebApp

什么是情感分析

所需模块

相关帖子

使用 Selenium Python 的 find_Elements_by_Xpath()

Python 中的 Web 开发是什么

Python Instagramy 模块

使用 Python 代码执行 Google 搜索

如何在 Python 中迭代字典

Python 脚本中的暂停

Python 中的浅拷贝和深拷贝

get_cookies driver method - Selenium Python

使用 NumPy 在 Python 中返回 Chebyshev Series 系数一维数组的缩放伴随矩阵

Python doctest 模块 | 文档和测试代码

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器