基于vader的Unity调PY脚本的文本情绪评估系统

大家好，欢迎来到IT知识分享网。

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）