Back to Bettafish

微博情感分析 - 基于BertChinese的微调模型

SentimentAnalysisModel/WeiboSentiment_Finetuned/BertChinese-Lora/README.md

3.0.01.9 KB
Original Source

微博情感分析 - 基于BertChinese的微调模型

本模块使用HuggingFace上的预训练微博情感分析模型进行情感分析。

模型信息

  • 模型名称: wsqstar/GISchat-weibo-100k-fine-tuned-bert
  • 模型类型: BERT中文情感分类模型
  • 训练数据: 10万条微博数据
  • 输出: 二分类(正面/负面情感)

使用方法

方法1: 直接模型调用 (推荐)

bash
python predict.py

方法2: Pipeline方式

bash
python predict_pipeline.py

快速开始

  1. 确保已安装依赖:
bash
pip install transformers torch
  1. 运行预测程序:
bash
python predict.py
  1. 输入微博文本进行分析:
请输入微博内容: 今天天气真好,心情特别棒!
预测结果: 正面情感 (置信度: 0.9234)

代码示例

python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# 加载模型
model_name = "wsqstar/GISchat-weibo-100k-fine-tuned-bert"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# 预测
text = "今天心情很好"
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
prediction = torch.argmax(outputs.logits, dim=1).item()
print("正面情感" if prediction == 1 else "负面情感")

文件说明

  • predict.py: 主预测程序,使用直接模型调用
  • predict_pipeline.py: 使用pipeline方式的预测程序
  • README.md: 使用说明

模型存储

  • 首次运行时会自动下载模型到当前目录的 model 文件夹
  • 后续运行会直接从本地加载,无需重复下载
  • 模型大小约400MB,首次下载需要网络连接

注意事项

  • 首次运行时会自动下载模型,需要网络连接
  • 模型会保存到当前目录,方便后续使用
  • 支持GPU加速,会自动检测可用设备
  • 如需清理模型文件,删除 model 文件夹即可