PerSent v1.3.2 Release Note

🚀 What’s new in this release?

✅ Pre-trained Model Now Included!

• No more manual downloads: PerSent now comes bundled with the pre-trained sentiment analysis model – it is installed automatically with the library.
• Plug-and-play: Just install the PerSent package via pip, and you are ready to analyze text without any extra setup or downloading files.
• Internal loading: The analyzer will automatically find and use the embedded model asset, so you no longer need to specify a separate model path.

♻️ Changelog (compared to previous release):

• 🔗 Packaged the pre-trained model file as a Python package asset
  The weighted_sentiment_model.joblib is now included in the package and will be installed automatically.
• 🔨 Simplified installation and setup
  You no longer need to download or manually copy any model files.
• 🧽 Improved reliability of model loading
  The library will always find the correct embedded model after installation, even inside virtual environments.
• 📝 [Docs] Updated installation and usage instructions in the README to reflect the zero-setup workflow.

🛠 How to upgrade

pip install -U persent

---

⚡️ Getting started

Minimal example (after installation):

from persent import SentimentAnalyzer

analyzer = SentimentAnalyzer()
analyzer.loadModel()      # No argument needed default – bundled model is loaded automatically!
result = analyzer.analyzeText("از دستت ناراحتم")

print(result)

---

💡 Feedback & Contributions

If you find bugs or want to contribute, please feel free to open an issue or pull request.

Special thanks to all early users and contributors!

RezaGooner

Full Changelog: V1.2.0...V1.3.2

Improve code and increase accuracy

PerSent v1.2 Update: Enhanced Persian Sentiment Analysis

im excited to announce PerSent v1.2 with improvements to our Persian sentiment analysis library!

New Features:

✅ Word Vector Integration - Added word embeddings for more accurate sentence-level sentiment analysis

Code Improvements:

🔧 Method Renaming - More consistent API. for example :

• load_lexicon() → loadLex()

Upgrade Now:

pip install --upgrade PerSent

---

بروزرسانی PerSent نسخه ۱.۲: تحلیل احساسات فارسی پیشرفته

با افتخار نسخه ۱.۲ کتابخانه PerSent را با امکانات جدید معرفی می‌کنیم!

قابلیت‌های جدید:

✅ بردارهای کلمه - افزودن word embeddings برای تحلیل دقیق‌تر احساسات در سطح جملات

بهبودهای کد:

🔧 تغییر نام متدها - یکسان‌سازی رابط برنامه‌نویسی. به عنوان مثال:

• load_lexicon() → loadLex()

نحوه ارتقا:

pip install --upgrade PerSent

Best Regard
RezaGooner

Adding a method for seven-dimensional sentiment analysis of Persian texts

Release Announcement for PerSent (Persian Sentiment Analyzer)

Version Highlights:

• Introducing sentiment analysis for Persian texts with classifications such as: Happy, Sad, Angry, Hatred, Calm, Fear, Surprise.

• Improved performance and accuracy for text-based emotional analysis.

• Optimized codebase for easier integration and faster processing.

• Enhanced documentation for better developer experience.

For full details, check out the README.

اطلاعیه انتشار برای PerSent

ویژگی‌های نسخه جدید:

• اضافه شدن تحلیل احساسات متون فارسی با طبقه‌بندی‌هایی مانند: شاد، غمگین، عصبانیت، نفرت، آرامش، ترس، شگفتی.

• بهبود عملکرد و دقت در تحلیل احساسی متون.

• بهینه‌سازی کد برای استفاده آسان‌تر و پردازش سریع‌تر.

• ارتقای مستندات برای تجربه بهتر توسعه‌دهندگان.

برای جزئیات کامل، لطفاً READMEرا بررسی کنید.

Best Regard
RezaGooner

---

V1.0.2: initial commit

PerSent Library First Official Release (v1.0.2)

A beta version for a function now and future expansion

📌 Key Features:

• Persian sentiment analysis (customer reviews/opinions)

• Core foundation for future expansions

• Ready for public testing and feedback

🔧 How to Contribute:

For suggestions, bug reports, and any comments, you can help improve this project through:

• Fork Repository & Pull Request
• Make Issue
• E-Mail : RezaAsadiProgrammer@gmail.com
• Telegram : @RezaGooner

📥 Installation:

pip install PerSent

📚 Full Documentation:

English README File
Persian README File

This is our first step in development journey - we welcome your bug reports and feature suggestions!

Best Regards,
RezaGooner
Project Maintainer

---

Persian

اولین نسخه از کتابخانه PerSent منتشر شد!

یک نسخه بتا برای یک تابع در حال حاضر و توسعه در آینده

📌 ویژگی‌های این نسخه:

• تحلیل احساسات متون فارسی (نظرات و دیدگاه‌های مشتریان)

• پایه‌گذاری هسته اصلی کتابخانه برای گسترش در آینده

• آماده برای تست عمومی و دریافت بازخورد

🔧 نحوه مشارکت:

برای پیشنهاد ، اعلام باگ و ایراد و هرگونه نظر میتوانید از طریق روش‌های زیر به بهبود پروژه کمک کنید:

• Fork Repository & Pull Request
• Make Issue
• E-Mail : RezaAsadiProgrammer@gmail.com
• Telegram : @RezaGooner

📥 نصب کتابخانه:

pip install PerSent

📚 مستندات :

انگلیسی README File
فارسی README File

این نسخه اولین گام در مسیر توسعه است و منتظر پیشنهادات و گزارش باگ‌های شما هستیم!

احترام فراوان
RezaGooner