文の末尾に付与する絵文字を推定するライブラリです。
Python 3.6.0 で動作確認しています。対応のPythonをインストール後、本ライブラリと依存ライブラリをインストールしてください。
$ pip install git https://github.com/kenkov/estimoji
日本語での学習データ作成の際には MeCab 等を用いて文を単語で区切る必要があります。
$ echo "ありがとう。🙏そのうち行こうか😊" | mecab -O wakati | python -m estimoji.transform --out dataset.pkl --csv dataset.csv
Data size: 2, after filtering: 2
Saving data in dataset.csv ...
Saving data in dataset.csv ... done
Saving dataset in dataset.pkl ...
Saving dataset in dataset.pkl ... done
$ cat dataset.csv
,emoji,label,sent
0,🙏,10,ありがとう
1,😊,5, そのうち 行こ う か
$ python -m estimoji.fit --dataset dataset.pkl --out model.pkl
入力した文の文末に付与されそうな絵文字を確率付きで上位 5 つ出力します。
$ echo "絵文字を推定します！" | mecab -Owakati | python -m estimoji.predict --model baseline/model.pkl
0.2140 😊
0.2106 🐰
0.0721 😔
0.0687 💖
0.0615 🙂
estimoji.model.load_model で scikit-learn の Estimator をロードして使います。
>>> from estimoji.model import load_model
>>> model = load_model("model.pkl")
>>> text = "絵文字 を 推定 し ます"
>>> model.predict([text])
array(['😊'], dtype=object)
>>> list(zip(model.classes_, model.predict_proba([text])[0]))[:5]
[('☔', 8.2845765559201167e-05),
('☹', 1.978231655166077e-06),
('☺', 0.00051007152524201315),
('♥', 0.0010444626623881271),
('✊', 0.00017314542464209174)]