构建情感分析应用程序

概述

在本指南中，您将学习如何构建和运行情感分析应用程序。您将使用 Python 和自然语言工具包 (NLTK) 构建应用程序，然后使用 Docker 设置环境并运行应用程序。

该应用程序使用 NLTK 的 SentimentIntensityAnalyzer 分析用户输入文本的情感，并输出情感是正面、负面还是中性。

先决条件

您已安装最新版本的 Docker Desktop。Docker 定期添加新功能，本指南的某些部分可能仅适用于最新版本的 Docker Desktop。
您拥有一个 Git 客户端。本节中的示例使用基于命令行的 Git 客户端，但您可以使用任何客户端。

获取示例应用程序

打开终端，并使用以下命令克隆示例应用程序的存储库。
$ git clone https://github.com/harsh4870/Docker-NLP.git

验证您是否克隆了存储库。

您应该在 Docker-NLP 目录中看到以下文件。

01_sentiment_analysis.py
02_name_entity_recognition.py
03_text_classification.py
04_text_summarization.py
05_language_translation.py
entrypoint.sh
requirements.txt
Dockerfile
README.md

浏览应用程序代码

情感分析应用程序的源代码位于 Docker-NLP/01_sentiment_analysis.py 文件中。在文本或代码编辑器中打开 01_sentiment_analysis.py，按照以下步骤浏览其内容。

导入所需的库。
import nltk from nltk.sentiment import SentimentIntensityAnalyzer import ssl
- nltk：这是用于处理 Python 中人类语言数据的自然语言工具包库。
- SentimentIntensityAnalyzer：这是来自 NLTK 的一个特定工具，用于确定文本片段的情感。
- ssl：此模块提供对用于安全 Web 连接的传输层安全 (加密) 功能的访问。
处理 SSL 证书验证。
try: _create_unverified_https_context = ssl._create_unverified_context except AttributeError: pass else: ssl._create_default_https_context = _create_unverified_https_context
此代码块是针对某些环境的解决方法，在这些环境中，由于 SSL 证书验证问题，通过 NLTK 下载数据可能会失败。它告诉 Python 忽略 HTTPS 请求的 SSL 证书验证。
下载 NLTK 资源。
nltk.download('vader_lexicon') nltk.download('punkt')
- vader_lexicon：这是 SentimentIntensityAnalyzer 用于情感分析的词典。
- punkt：NLTK 使用此工具对句子进行标记。SentimentIntensityAnalyzer 正确运行需要它。

创建情感分析函数。

def perform_semantic_analysis(text):
    sid = SentimentIntensityAnalyzer()
    sentiment_score = sid.polarity_scores(text)

    if sentiment_score['compound'] >= 0.05:
        return "Positive"
    elif sentiment_score['compound'] <= -0.05:
        return "Negative"
    else:
        return "Neutral"

SentimentIntensityAnalyzer() 创建分析器的实例。
polarity_scores(text) 为输入文本生成情感分数。

该函数根据复合分数返回**正面**、**负面**或**中性**。

创建主循环。

if __name__ == "__main__":
    while True:
        input_text = input("Enter the text for semantic analysis (type 'exit' to end): ")

        if input_text.lower() == 'exit':
            print("Exiting...")
            break

        result = perform_semantic_analysis(input_text)
        print(f"Sentiment: {result}")

脚本的这一部分运行无限循环以接受用户输入进行分析。如果用户输入 exit，则程序终止。否则，它将打印出所提供文本的情感。

创建 requirements.txt。
示例应用程序已包含 requirements.txt 文件，用于指定应用程序导入的必要包。在代码或文本编辑器中打开 requirements.txt 以浏览其内容。
# 01 sentiment_analysis nltk==3.6.5 ...
情感分析应用程序只需要 nltk 包。

浏览应用程序环境

您将使用 Docker 在容器中运行应用程序。Docker 允许您容器化应用程序，为运行应用程序提供一致且隔离的环境。这意味着无论底层系统差异如何，应用程序都将在其 Docker 容器中按预期运行。

要在容器中运行应用程序，需要一个 Dockerfile。Dockerfile 是一个文本文档，其中包含您将在命令行上调用的所有命令以组装镜像。镜像是一个只读模板，其中包含创建 Docker 容器的说明。

示例应用程序已包含一个 Dockerfile。在代码或文本编辑器中打开 Dockerfile 以浏览其内容。

以下步骤解释了 Dockerfile 的每个部分。有关更多详细信息，请参阅 Dockerfile 参考。

指定基础镜像。
FROM python:3.8-slim
此命令为构建奠定基础。python:3.8-slim 是 Python 3.8 镜像的轻量级版本，针对大小和速度进行了优化。使用此精简镜像可减小 Docker 镜像的整体大小，从而加快下载速度并减少安全漏洞的表面积。这对于基于 Python 的应用程序特别有用，在这些应用程序中，您可能不需要完整的标准 Python 镜像。
设置工作目录。
WORKDIR /app
WORKDIR 设置 Docker 镜像中的当前工作目录。通过将其设置为 /app，您可以确保 Dockerfile 中所有后续命令（如 COPY 和 RUN）都在此目录中执行。这也有助于组织您的 Docker 镜像，因为所有与应用程序相关的文件都包含在特定目录中。
将 requirements 文件复制到镜像中。
COPY requirements.txt /app
COPY 命令将 requirements.txt 文件从您的本地计算机传输到 Docker 镜像中。此文件列出了应用程序所需的所有 Python 依赖项。将其复制到容器中允许下一个命令 (RUN pip install) 在镜像环境中安装这些依赖项。
在镜像中安装 Python 依赖项。
RUN pip install --no-cache-dir -r requirements.txt
此行使用 pip（Python 的包安装程序）安装 requirements.txt 中列出的包。--no-cache-dir 选项禁用缓存，通过不存储不必要的缓存数据来减小 Docker 镜像的大小。
运行其他命令。
RUN python -m spacy download en_core_web_sm
此步骤特定于需要 spaCy 库的 NLP 应用程序。它下载 en_core_web_sm 模型，这是一个用于 spaCy 的小型英语语言模型。虽然此应用程序不需要此模型，但出于与可能使用此 Dockerfile 的其他 NLP 应用程序的兼容性，将其包含在内。
将应用程序代码复制到镜像中。
COPY *.py /app COPY entrypoint.sh /app
这些命令将您的 Python 脚本和 entrypoint.sh 脚本复制到镜像的 /app 目录中。这至关重要，因为容器需要这些脚本才能运行应用程序。entrypoint.sh 脚本特别重要，因为它决定了应用程序如何在容器内启动。
设置 entrypoint.sh 脚本的权限。
RUN chmod +x /app/entrypoint.sh
此命令修改 entrypoint.sh 的文件权限，使其可执行。此步骤对于确保 Docker 容器可以运行此脚本来启动应用程序是必要的。
设置入口点。
ENTRYPOINT ["/app/entrypoint.sh"]
ENTRYPOINT 指令将容器配置为运行 entrypoint.sh 作为其默认可执行文件。这意味着当容器启动时，它会自动执行该脚本。
您可以通过在代码或文本编辑器中打开它来浏览 entrypoint.sh 脚本。由于示例包含多个应用程序，因此该脚本允许您指定容器启动时要运行哪个应用程序。

运行应用程序

要使用 Docker 运行应用程序

构建镜像。
在终端中，在 Dockerfile 所在目录中运行以下命令。
$ docker build -t basic-nlp .
以下是命令的细分
- docker build：这是用于从 Dockerfile 和上下文构建 Docker 镜像的主要命令。上下文通常是指指定位置的一组文件，通常是包含 Dockerfile 的目录。
- -t basic-nlp：这是用于标记镜像的选项。-t 标志代表标签。它为镜像分配一个名称，在本例中为 basic-nlp。标签是稍后引用镜像的便捷方式，尤其是在将它们推送到注册表或运行容器时。
- .：这是命令的最后一部分，用于指定构建上下文。句点 (.) 表示当前目录。Docker 将在此目录中查找 Dockerfile。构建上下文（在本例中为当前目录）将发送到 Docker 守护程序以启用构建。它包括指定目录中的所有文件和子目录。
Docker 在构建镜像时会向您的控制台输出多条日志。您将看到它下载并安装依赖项。根据您的网络连接，这可能需要几分钟时间。Docker 具有缓存功能，因此后续构建可以更快。完成后，控制台将返回提示符。
更多详情，请参见 docker build CLI 参考。
运行镜像作为容器。
在终端中，运行以下命令。
$ docker run -it basic-nlp 01_sentiment_analysis.py
以下是命令的细分
- docker run：这是用于从 Docker 镜像运行新容器的主要命令。
- -it：这是两个选项的组合
  - -i 或 --interactive：即使未附加，此选项也会保持标准输入 (STDIN) 打开。它允许容器在前台运行并保持交互性。
  - -t 或 --tty：这将分配一个伪 TTY，基本上模拟一个终端，就像命令提示符或 shell 一样。它可以让您与容器内的应用程序进行交互。
- basic-nlp：这指定了用于创建容器的 Docker 镜像的名称。在本例中，它是使用 docker build 命令创建的名为 basic-nlp 的镜像。
- 01_sentiment_analysis.py：这是您想要在 Docker 容器内运行的脚本。它将传递给 entrypoint.sh 脚本，该脚本在容器启动时运行它。
更多详情，请参见 docker run CLI 参考。
注意
对于 Windows 用户，运行容器时可能会出现错误。请验证 entrypoint.sh 中的行尾为 LF (\n) 而不是 CRLF (\r\n)，然后重新构建镜像。更多详情，请参见避免意外的语法错误，请为容器中的文件使用 Unix 风格的行尾。
容器启动后，您将在控制台中看到以下内容。
Enter the text for semantic analysis (type 'exit' to end):

测试应用程序。

输入评论以获取情感分析。

Enter the text for semantic analysis (type 'exit' to end): I love containers!
Sentiment: Positive
Enter the text for semantic analysis (type 'exit' to end): I'm still learning about containers.
Sentiment: Neutral

总结

在本指南中，您学习了如何构建和运行情感分析应用程序。您学习了如何使用 Python 和 NLTK 构建应用程序，然后使用 Docker 设置环境并运行应用程序。

后续步骤

探索更多自然语言处理指南。