拼写、信号与按块列
葡萄牙语、英语、西班牙语和中文的文本信号
强化词、弱化词、情感极性、否定、被动语态、代词、全大写、标点、表情符号、笑声和反讽迹象,在一行中测量。
· jsonW 1.3.11
问题
一条消息的形式本身就说明很多:全大写、三个感叹号、一个"哈哈哈"、一个否定。这些计数通常分散在每个系统各不相同的正则表达式里。
jsonW 的做法
jsonw_sinal_texto 函数用第 9 项功能的自动机匹配该语言的词表(pt、en、es 或 zh,均为手工编写),并在不使用词典的情况下统计形式特征。中文的词之间没有空格,因此按单个汉字匹配。
const char *t = "NÃO acredito que você fez isso de novo!!! Foi muito bom kkkk 😂";
int64_t r = jsonw_sinal_texto(t, strlen(t), "lexico-pt.jsw", "exemplo", "t1", saida, sizeof saida, erro, sizeof erro);
{origem: "exemplo", chave: "t1", palavras: 12, frases: 2, palavras_por_frase: 6, palavra_media_letras: 3.83333, complexidade: 0.5, intensificadores: 1, atenuadores: 0, positivas: 1, negativas: 0, carga_emocional: 1, polaridade: 1, absolutas: 0, negacoes: 1, passivas: 0, eu: 0, nos: 0, voce: 1, ele: 0, caixa_alta_pct: 8.33333, palavras_caixa_alta: 1, exclamacoes: 3, interrogacoes: 0, pontuacao_exagerada: 1, reticencias: 0, repeticao_letras: 0, sem_pontuacao_final: 0, emojis: 1, kaomojis: 0, figurinhas: 0, interjeicoes: 0, onomatopeias: 0, disfluencias: 0, risos: 1, ironia_indicios: 0}
libjsonw 1.3.11 使用葡萄牙语词表的真实输出:1 个否定、1 个 "você"(您)、1 个强化词("muito",非常)、3 个感叹号、1 个表情符号和 1 个笑声("kkkk")。
在哪里
在 ABI 中(jsonw_sinal_texto)。没有词表时,它只测量形式。反讽迹象是模式计数,不是结论;判断仍由您的模型做出。