- 基于开源代码中改写的
- 大多数情感分析模型只是开源代码，没有提供对应预训练模型。针对微博情感分析同样也缺乏相应的预训练模型，本模型提供情感分析训练代码，以及模型推断
- 主要针对的数据集
数据集 类型 链接 weibo_senti_100k 2种感情，正向评论和负向评论 地址 simplifyweibo_4_moods 4 种情感，喜悦、愤怒、厌恶、低落 地址
This repo was tested on 3.6 and PyTorch 0.4.1/1.0.0
pip install pytorch-pretrained-bert采用 BERT-base, ChineseGoogle 模型在数据集上进行fine-tune
划分 Train、Valid、Test 数据集
cd Weibo-Sentiment-Analysis
python split_weibo_senti_100k.pysh train.sh| 模型 | 数据集 | F1 |
|---|---|---|
| Bert-base | weibo_senti_100k | 0.9840746441110737 |
| simplifyweibo_4_moods | 0.4969952552559987 | |
| Bert-wwm-ext | -- | |
| XLNet-base | -- | |
| XLNet-mid | -- | |
| XLNet-large | -- | |
| Roberta-mid | -- |
预训练模型下载：
| 模型 | 数据集 | 下载地址 |
|---|---|---|
| Bert-base | weibo_senti_100k | 地址 |
| simplifyweibo_4_moods | 地址 |
将下载下来的模型文件保存在./checkpoints 目录下
sh test.sh