A trained model to predict sentiment class of a given Persian text.
pip3 install persian_sa
To find about preprocessing and feature engineering, and how the model predicts visit arXiv.
To exit the program write exit on terminal.
MOHAMMADs:persian_sa mohammadkasra$ python3 persian_sa.py
This app uses ML to predict setntiment (e.g., Positive or Negative) of a given Persian text. Toexit the app write 'exit' in terminal.
Input: زیاد در خاطرات دیگران ورود نکنید، چرا که در خاطرات هر شخص رازهایی وجود دارد که حتی می ترسد آن ها را برای خودش آشکار کند! ... Negative!
Input: زندگی همچون یک آینه است زمانی که در آن لبخند بزنیم شگفت انگیزترین نتایج را به دست خواهیم آورد ... Positive!
Input: exit ... exit: 0 MOHAMMADs:persian_sa mohammadkasra$
## Running after Pip install
```python
>>> from persian_sa import persian_sa
>>>
>>> persian_sa.predict_sentiment('می تواند به همین دلیل از آن متنفر باشد')
'Negative!'
>>> # Or you can predict the class number; if you set "return_class_label = True"
>>> persian_sa.predict_sentiment('می تواند به همین دلیل از آن متنفر باشد', return_class_label = True)
0
>>> persian_sa.predict_sentiment('اجرای آنها شادی مطلق است')
'Positive!'
>>> persian_sa.predict_sentiment('اجرای آنها شادی مطلق است', return_class_label = True)
1
>>>