用AI解构你的日记

要使用AI解构日记，可以按照以下步骤进行，既能保护隐私又能高效提取信息：

第一步：数据预处理（可选）

# 若日记为图片格式，可用此代码提取文字
from PIL import Image
import pytesseract

def extract_text_from_image(img_path):
    image = Image.open(img_path)
    text = pytesseract.image_to_string(image)
    return text

# 示例：将日记图片转为文本
diary_text = extract_text_from_image("diary.jpg")
print(diary_text[:500])  # 显示前500字

第二步：基础文本分析

import jieba
from collections import Counter

# 中文分词与词频统计
words = jieba.lcut(diary_text)
word_counts = Counter(words)
common_words = word_counts.most_common(20)
print("高频词：", common_words)

# 情感倾向分析
from snownlp import SnowNLP
s = SnowNLP(diary_text)
print("情感得分：", s.sentiments)

第三步：可视化呈现

import matplotlib.pyplot as plt

# 词云生成
from wordcloud import WordCloud
wordcloud = WordCloud(font_path='simhei.ttf', width=800, height=400).generate(diary_text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.savefig('wordcloud.png')

# 情绪波动折线图
sentiments = [SnowNLP(para).sentiments for para in diary_text.split('\n')]
plt.plot(sentiments)
plt.ylabel('情感值')
plt.savefig('emotion_trend.png')

第四步：高级模式识别

# 事件类型分类（需训练数据）
import re
patterns = {
    '工作': r'项目|会议|客户',
    '健康': r'运动|饮食|睡眠',
    '社交': r'朋友|聚会|聊天'
}

categories = {}
for cat, pattern in patterns.items():
    matches = len(re.findall(pattern, diary_text))
    categories[cat] = matches
print("事件分类：", categories)

执行结果示例：
<FILE_START>file-imagination<FILE_END>
<FILE_START>file-imagination<FILE_END>

建议分析维度：

1. 情感波动：识别压力/愉悦期
2. 主题聚类：发现重复关注领域
3. 时间规律：分析周/月模式
4. 人物关联：统计提及频率
5. 行为模式：运动/消费等习惯