代码语言：javascript复制
from pprint import pprint
import paddlehub as hub
#加载模型
senta = hub. Module(name="senta_lstm")
#待分类文本
test_text = [
"你长得真好看",
"口感差，太失望了",
"洗洗睡吧",
"大快人心!当初的达苏恐怖袭击就是这帮人干的，现在被毙，活该!天道好还，中国有必伸之理;人心效顺，匹夫无不报之仇。",
"不开玩笑，言归正传，定这个政策的人，过于脱离群众了，根本不考虑农民的生活，不让人家打农药，那就好好照顾照顾人家老人家，我想你现在商丘方面给这些农民安排好日常生计，没人会吃饱了撑的去干这事，不能又想农民种田又想农民不顾农业生产规律的去配合防疫，相反，当地应该去想办法，去给这些疫情期间，顶着高温干农活的农民，提供—些防疫防暑的物资。"
]
#情感分类
results = senta.sentiment_classify(data={"text": test_text})
#得到结果
for result in results:
pprint(result){'negative_probs': 0.0134,
'positive_probs': 0.9866,
'sentiment_key': 'positive',
'sentiment_label': 1,
'text': '你长得真好看'}
{'negative_probs': 0.9936,
'positive_probs': 0.0064,
'sentiment_key': 'negative',
'sentiment_label': 0,
'text': '口感差，太失望了'}
{'negative_probs': 0.9917,
'positive_probs': 0.0083,
'sentiment_key': 'negative',
'sentiment_label': 0,
'text': '洗洗睡吧'}
{'negative_probs': 0.8802,
'positive_probs': 0.1198,
'sentiment_key': 'negative',
'sentiment_label': 0,
'text': '大快人心!当初的达苏恐怖袭击就是这帮人干的，现在被毙，活该!天道好还，中国有必伸之理;人心效顺，匹夫无不报之仇。'}
{'negative_probs': 0.9958,
'positive_probs': 0.0042,
'sentiment_key': 'negative',
'sentiment_label': 0,
'text': '不开玩笑，言归正传，定这个政策的人，过于脱离群众了，根本不考虑农民的生活，不让人家打农药，那就好好照顾照顾人家老人家，我想你现在商丘方面给这些农民安排好日常生计，没人会吃饱了撑的去干这事，不能又想农民种田又想农民不顾农业生产规律的去配合防疫，相反，当地应该去想办法，去给这些疫情期间，顶着高温干农活的农民，提供—些防疫防暑的物资。'}
