基于PaddleHub预训练模型Senta完成情感分析预测（傻瓜式推理版）

基于PaddleHub预训练模型Senta完成情感分析预测（傻瓜式推理版）

情感倾向分析（Sentiment Classification，简称Senta）针对带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度，能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有利的决策支持。

NOTE： 首先fork该项目示例。之后按照该示例操作即可。

senta_bilstm 模型链接：https://www.paddlepaddle.org.cn/hubdetail?name=senta_bilstm&en_category=SentimentAnalysis

环境：PaddlePaddle2.0.0rc PaddleHub2.0.0b1 senta_bilstm 1.2.0(最新版)

一、定义数据集

以”这家餐厅很好吃“，”这部电影真的很差劲“为例，展示如何如何使用Senta进行情感分析。

请在左边上传自己的数据文件(txt)，数据格式：

这家餐厅很好吃
这部电影真的很差劲

二、更多模型选择

Senta开源了一系列，供用户选择：

• BOW（Bag Of Words）模型，是一个非序列模型，使用基本的全连接结构；关于该模型更多介绍， 查看PaddleHub官网介绍
• CNN（Convolutional Neural Networks），是一个基础的序列模型，能处理变长序列输入，提取局部区域之内的特征；关于该模型更多介绍， 查看PaddleHub官网介绍
• GRU（Gated Recurrent Unit），序列模型，能够较好地解决序列文本中长距离依赖的问题；关于该模型更多介绍， 查看PaddleHub官网介绍
• LSTM（Long Short Term Memory），序列模型，能够较好地解决序列文本中长距离依赖的问题；关于该模型更多介绍， 查看PaddleHub官网介绍
• Bi-LSTM（Bidirectional Long Short Term Memory），序列模型，采用双向LSTM结构，更好地捕获句子中的语义特征；关于该模型更多介绍， 查看PaddleHub官网介绍

以Bi-LSTM为例，展示预测如何完成。

PaddleHub对于支持一键预测的module，可以调用module的相应预测API，完成预测功能。

大家按自己的需求选择需要的模型

如果想尝试其他模型，只需要更换Module中的name参数即可.

模型名	PaddleHub Module
BOW	hub.Module(name='senta_bow')
CNN	hub.Module(name='senta_cnn')
GRU	hub.Module(name='senta_gru')
LSTM	hub.Module(name='senta_lstm')
Bi-LSTM	hub.Module(name='senta_bistm')

在下方代码中这个位置修改需要的模型名称即可

三、使用教程

1.修改下列变量txtpath = "test.txt"为自己需要的文件名称，或者将自己上传的文件改为test.txt。

2.修改下列变量outtxtpath = output.xlsx’为自己想要输出的文件名称，或者是默认为output.txt。

3.在右上方点击【运行】----【全部运行】

4.运行完毕之后会生成自己设置的outtxtpath文件，点击即可查看，本示例默认为output.xlsx。

四、修改并开始执行

!pip install paddlehub==2.0.0b1 -i https://pypi.tuna.tsinghua.edu.cn/simple
!pip install xlsxwriter -i https://pypi.tuna.tsinghua.edu.cn/simple

import os
import paddlehub as hub
import xlsxwriter
# 这个文件就是你的数据集文件，如果名字不一样只修改这里即可，数据集格式上方已经给出。
txtpath = "test.txt"

# 这里就是预测完输出的文件，就是把结果输出到哪里，文件名字自己随意修改。
outtxtpath = 'output.xlsx'

# 将数据集文件转换为list格式
with open(txtpath, 'r') as f:
    test_text = []
    for line in f:
        test_text.append(line.strip())
print(test_text)

# 加载预训练模型
senta = hub.Module(name="senta_bilstm")

# 将得到的数据list进行预测
input_dict = {"text": test_text}
results = senta.sentiment_classify(data=input_dict)

# 将输出结果写入文件
workbook = xlsxwriter.Workbook(outtxtpath) # 建立文件
worksheet = workbook.add_worksheet()
id = 0
for result in results:
    print(result['text'] + '\t' + result['sentiment_key'])
    worksheet.write(id,0,result['text'])
    worksheet.write(id,1,result['sentiment_key'])
    id+=1
workbook.close()
print('结果已经输入到' + outtxtpath + '文件')

点我进入项目