基于paddlehub和wechaty实现一句话给你emoji过来

一：Emoji起源emoji就是表情符号，来自日语词汇“絵文字”（假名为“えもじ”，读音即emoji）。emoji的创造者是日本人栗田穰崇(Shigetaka Kurita)，他将目光投向儿时的各种元素以获取灵感，如日本漫画和日本汉字等。“日本漫画中有许多不同的符号。漫画家会画出一些表情，表现一个人满头大汗或是迸发出一个想法时头上出现一个灯泡。”同时，从日本汉字中他获得了一种能力，用简单的字符来表

AI Studio

204人浏览 · 2021-11-01 15:43:02

AI Studio · 2021-11-01 15:43:02 发布

一：Emoji起源

emoji就是表情符号，来自日语词汇“絵文字”（假名为“えもじ”，读音即emoji）。
emoji的创造者是日本人栗田穰崇(Shigetaka Kurita)，他将目光投向儿时的各种元素以获取灵感，如日本漫画和日本汉字等。“日本漫画中有许多不同的符号。漫画家会画出一些表情，表现一个人满头大汗或是迸发出一个想法时头上出现一个灯泡。”同时，从日本汉字中他获得了一种能力，用简单的字符来表达“秘密”和“爱”等抽象概念。
2014年8月，牛津词典在线版（Oxford Dictionary Online）把“Emoji”添加到新词汇中，这也意味着它已经变成一个正式词汇。

二：Emoji影响

全球约有90%的在线用户频繁使用emoji，每天有60亿个emoji表情符号被传送。不夸张地说，emoji已成为日本最大的出口商品之一。人们甚至也将emoji当作一门艺术。2016年，纽约现代艺术博物馆将emoji列为永久收藏，其中包括176个诞生于1999年的最初版本emoji表情。

三：效果图

四：实现思路

# 安装paddlehub
# pip install --upgrade paddlehub -i https://mirror.baidu.com/pypi/simple
# 使用lac词法分析模型，对用户输入的原话进行分词
import paddlehub as hub
lac = hub.Module(name="lac")
text = ["忙活大半个晚上写的东西一个误操作给删了"]
results = lac.cut(text=text, use_gpu=False, batch_size=1, return_tag=True)
print(results[0]['word'])
# ['忙活', '大半个', '晚上', '写', '的', '东西', '一个', '误', '操作', '给', '删', '了']

# 准备emoji词典见附录data文件夹下

# 对分词后的结果进行分词拼音检索
import pinyin
text = ['忙活', '大半个', '晚上', '写', '的', '东西', '一个', '误', '操作', '给', '删', '了']
# 分词拼音检索
for t in text:
    print(pinyin.get(t, format='strip'), end=' ')
    # manghuo dabange wanshang xie de dongxi yige wu caozuo gei shan le 
    # 单词拼音检索
    if len(t) > 0:
        for t_children in t:
            # print(t_children)
            print(pinyin.get(t_children, format='strip'), end=' ')
            # mang huo da ban ge wan shang xie de dong xi yi ge wu cao zuo gei shan le


# 对分词后的结果在词典里进行检索
def retrieve_emoji_dict(text):
    for word in text:
        word = word.strip()
        if word in emoji_dict.keys():
            text_emoji += emoji_dict[word]
        else:
            if len(word) > 0:#不止一个字
                for character in word:
                    if character in emoji_dict.keys():
                        text_emoji += emoji_dict[character]
                    else:
                        text_emoji += character
            else: # 一个字
                text_emoji += word
    return text_emoji
 text_emoji += word
    return text_emoji

五：模型概述

Lexical Analysis of Chinese，简称 LAC，是一个联合的词法分析模型，能整体性地完成中文分词、词性标注、专名识别任务。在百度自建数据集上评测，LAC效果：Precision=88.0%，Recall=88.7%，F1-Score=88.4%。该PaddleHub Module支持预测。