Kocka-Sík-Függvényes Szövegértelmező Rendszer

A projektről

A Kocka-Sík-Függvényes Szövegértelmező Rendszer egy komplex érzelmi elemző alkalmazás, amely háromdimenziós térben modellezi a szövegekben megjelenő érzelmeket. A rendszer újszerű megközelítése lehetővé teszi az érzelmi dinamika részletes elemzését és vizualizációját.

Funkciók

• Háromdimenziós érzelmi modellezés: Valencia (pozitív-negatív), Arousal (aktív-passzív), Dominancia (erős-gyenge)
• Kontextus-érzékeny elemzés: Különböző kontextusokban (üzleti, tudományos, személyes, közösségi média) eltérő érzelmi értelmezés
• Érzelmi folyamatok vizualizációja: 3D modellek, idősorok, 2D vetületek
• Automatikus kontextus-felismerés: Gépi tanulás alapú kontextus-detektálás
• Érzelmi trajektória elemzés: Időbeli érzelmi változások és mintázatok feltárása
• Metszéspont-analízis: Érzelmi görbék és kontextus-síkok metszéspontjainak értelmezése

Rendszerkövetelmények

• Python 3.8+
• TensorFlow 2.4+
• SpaCy
• Flask
• Transformers (Hugging Face)
• NumPy, SciPy, Pandas
• Plotly, Matplotlib

Telepítés

# Virtuális környezet létrehozása
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# Függőségek telepítése
pip install -r requirements.txt

# SpaCy nyelvmodell letöltése (magyar vagy angol)
python -m spacy download hu_core_news_sm
# VAGY
python -m spacy download en_core_web_sm

Használat

Webalkalmazás indítása

python run.py

Ezután a böngészőben nyissa meg a http://127.0.0.1:5000 címet.

Szöveg elemzése

Az alkalmazás lehetővé teszi:

1. Szöveg elemzését manuálisan megadott vagy automatikusan felismert kontextusban
2. Az eredmények részletes vizualizációját
3. HTML jelentés generálását az elemzési eredményekről

Érzelmi tér magyarázata

A rendszer a következő érzelmi térmodelleket használja:

1. Érzelmi kockák: 8 alapvető érzelmi kategória a 3D tér oktánsainak megfelelően

   • Ellenséges: Alacsony valencia, magas arousal, alacsony dominancia
   • Stresszes: Alacsony valencia, magas arousal, magas dominancia
   • Izgatott: Magas valencia, magas arousal, alacsony dominancia
   • Lelkes: Magas valencia, magas arousal, magas dominancia
   • Depresszív: Alacsony valencia, alacsony arousal, alacsony dominancia
   • Nyugodt: Alacsony valencia, alacsony arousal, magas dominancia
   • Elégedett: Magas valencia, alacsony arousal, alacsony dominancia
   • Boldog: Magas valencia, alacsony arousal, magas dominancia

2. Érzelmi síkok: Különböző kontextusokhoz tartozó síkok, amelyek mentén eltérő érzelmi értelmezések jönnek létre

3. Érzelmi függvények: Időben változó érzelmi trajektóriák matematikai modellezése

Modellek betanítása

A rendszer támogatja saját kontextuális érzelmi modellek betanítását:

# Adatkészlet létrehozása
python create_emotional_dataset.py --input texts.json --output dataset.csv

# Modell betanítása
python train_context_emotion_model.py --dataset dataset.csv --output models/my_model

Fejlesztőknek

A projekt moduláris felépítésű, fő komponensei:

• text_preprocessor.py: Szövegek előfeldolgozása
• emotion_analyzer.py: Érzelmi dimenziók elemzése
• emotion_cube_modeler.py: Érzelmi tér modellezése
• emotional_space_model.py: Érzelmi kockák, síkok és függvények definiálása
• emotion_visualizer.py: Vizualizációs eszközök
• context_detector.py: Automatikus kontextus-felismerés
• intersection_analyzer.py: Érzelmi trajektóriák elemzése

Licensz

MIT License

Kapcsolat

[https://lemonscript.info]