基于vader的Unity调PY脚本的文本情绪评估系统_vadersentiment

目录

前言

一、VADER介绍

二、环境配置

三、PY的文本情绪评估脚本

四，Unity调用Py脚本

五，测试

总结

---

前言

关于自己给自己桌宠接GPT后想反推出来文本的情绪状态方案

---

一、VADER介绍

vader —— 一种基于规则的英文文本情感识别方法_vader算法-CSDN博客

VADER是一种基于词库和语法规则来进行文本情感分析的方法，目前除了基本的情感词语分析外，已能对表情符号（utf-8）等分析进行支持。

---

二、环境配置

创建新Unity项目

创建StreamingAssets文件夹

创建脚本文件夹

#如果有用过Odin插件也可以先导入//方便测试用，没有也不要紧

Python导入包vaderSentiment

Python导入包translate

pip3 install vaderSentiment
pip3 install translate

---

三、PY的文本情绪评估脚本

转摘：基于词库和语法规则的情感识别方法——vader_vader 情感分析的情感得分范围是多少-CSDN博客

代码如下（示例）：

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
import re
import sys
from translate import Translator
 
url_google = 'http://translate.google.cn'
reg_text = re.compile(r'(?<=TRANSLATED_TEXT=).*?;')
user_agent = r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ' \
             r'Chrome/44.0.2403.157 Safari/537.36'
             
def translate_cn_api(content):
 translator= Translator(to_lang="zh")
 translation = translator.translate(content)
 return translation
 
def translate_en_api(content):
 translator= Translator(to_lang="en",from_lang='zh')
 translation = translator.translate(content)
 return translation
 
def print_sentiment_scores(tweets):
    analyser = SentimentIntensityAnalyzer()
    vadersenti = analyser.polarity_scores(tweets)
    return vadersenti['compound']
 
def main(question):
	#英文翻译
    questionEn = translate_en_api(question)
    print("问题英文版：", questionEn)
    #情感评分
    result = print_sentiment_scores(questionEn)
    #将情感评分-1至1的区间转换到0-1的区间。
    X_scale = (1 + result) / 2.0
    print("情感评分：", X_scale)
 
 if __name__ == '__main__':
 	question=input("请输入你的问题：")
 	print("问题中文版：", question)
    main(question)

在PyCharm里面右键运行脚本测试，如下图测试成功

---

四，Unity调用Py脚本

转摘：

Unity直接调用Python脚本_unity 导出工程后 执行py脚本-CSDN博客

代码如下（示例）：

using System.Collections;
using System;
using System.Collections.Generic;
using UnityEngine;
using System.Diagnostics;  //需要添加这个名词空间，调用DataReceivedEventArg 
using System.IO;
using UnityEditor.Scripting.Python;
using UnityEditor;
using Sirenix.OdinInspector;
 
public class LoadPython : MonoBehaviour
{
    string sArguments = @"UnityLoad.py";//这里是python的文件名字
 
 
    //这个是基于Odin插件的，如果没用过就用UI的InputField的函数调用也可以
    [Button]
    public void Test(string str)
    {
        
 
        string[] strs = new string[] { str };
        UnityEngine.Debug.Log("检测文本"+ str);
        UnityEngine.Debug.Log("调用PY脚本");//e.Data);
        RunPython(Path.Combine(Application.streamingAssetsPath, sArguments), strs);
    }
 
    public Process process;
    /// <summary>
    /// 
    /// </summary>
    /// <param name="path">python代码文件路径</param>
    /// <param name="argvs">需要传递的参数数组</param>
    private void RunPython(string path, string[] argvs)
    {
 
        if (process != null)
        {
            process.Close();
            //process.Kill();
            process = null;
        }
 
 
 
        string arguments = path;
        if (argvs != null)
        {
            foreach (string item in argvs)
            {
                arguments += (" " + item);
            }
        }
        else
        {
            //return;
        }
        UnityEngine.Debug.Log(arguments);
 
        if (process == null)
            process = new Process();
        process.StartInfo.FileName = @"F:\OTK\Anaconda\python.exe";//Python代码解释器路径,写自己的路径
        process.StartInfo.UseShellExecute = false;//在python中使用sys.argv[]设置为true
        process.StartInfo.Arguments = arguments;//python脚本文件路径+参数(参数用空格隔开)
        process.StartInfo.RedirectStandardError = true;
        process.StartInfo.RedirectStandardInput = true;
        process.StartInfo.RedirectStandardOutput = true;
        process.StartInfo.CreateNoWindow = true;//是否创建窗口
 
 
        process.Start();
        process.BeginOutputReadLine();
        process.OutputDataReceived += new DataReceivedEventHandler(GetData);
        process.WaitForExit();
    }
 
    /// <summary>
    /// 用于接收python返回的数据
    /// </summary>
    /// <param name="sender"></param>
    /// <param name="e"></param>
    private void GetData(object sender, DataReceivedEventArgs e)
    {
 
        if (string.IsNullOrEmpty(e.Data) == false)
        {
            UnityEngine.Debug.Log("情感评分：" + e.Data);
        }
    }
 
    private void OnDestroy()
    {
        if (process != null)
            process.Close();
 
    }
 
}

修改PY的脚本，让传入的参数为sys.argv[1]，我们从Unity传入用C#传入参数

import sys
question = sys.argv[1]
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
import re
from translate import Translator
 
url_google = 'http://translate.google.cn'
reg_text = re.compile(r'(?<=TRANSLATED_TEXT=).*?;')
user_agent = r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ' \
             r'Chrome/44.0.2403.157 Safari/537.36'
 
 
def translate_cn_api(content):
    translator = Translator(to_lang="zh")
    translation = translator.translate(content)
    return translation
 
 
def translate_en_api(content):
    translator = Translator(to_lang="en", from_lang='zh')
    translation = translator.translate(content)
    return translation
 
 
def print_sentiment_scores(tweets):
    analyser = SentimentIntensityAnalyzer()
    vadersenti = analyser.polarity_scores(tweets)
    return vadersenti['compound']
 
 
def main(question):
    #print("startMain")
    # 英文翻译
    questionEn = translate_en_api(question)
    #print("问题英文版：", questionEn)
    # 情感评分
    result = print_sentiment_scores(questionEn)
    # 将情感评分-1至1的区间转换到0-1的区间。
    X_scale = (1 + result) / 2.0
    print(X_scale)
 
 
# if __name__ == '__main__':
#    question = input("请输入你的问题：")
#    print("问题中文版：", question)
main(question)

---

五，测试

Unity中创建新GameObject挂上脚本，测试函数

总结

转摘：VADER：社交网络文本情感分析库-CSDN博客

VADER会对文本分析，得到的结果是一个字典信息，包含

• pos，文本中正面信息得分

• neg，文本中负面信息得分

• neu，文本中中性信息得分

• compound，文本综合情感得分

所以我们可以利用返回的参数做一些简单的情绪状态机

PS：现脚本是用C#调用Python解析器跑Py脚本的，所以需要Python解析器的环境，个人没怎么学过PY，好像要完全支持本地需要把PY打包成EXE，然后EXE传参数。（好像PY打包挺麻烦的，就不在这里多解释了）