预训练模型，百度的paddlehub 追一科技的bert4keras

一、背景：

免费的午餐当然没那么好。但也可以用用，解决很多问题了。

预训练模型大行其道，原因就是，大厂训练好的模型，发布小厂直接调用。省力省时

 

二、使用

百度：

1、百度的paddlehub 

安装 pip install paddlehub

2、装好了调用

import paddlehub as hub

module = hub.Module(name="emotion_detection_textcnn")
test_text = ["今天天气真好", "湿纸巾是干垃圾", "别来吵我"]
results = module.emotion_classify(texts=test_text)

print(resutls)
# 会得到每个句子的情感分类，以及概率 probs

情感识别方面，PaddleHub现在这方面的模型有：

    1 、二分类的模型，senta_lstm，senta_gru，senta_cnn，senta_bow，senta_bilstm，

     2 、三分类的模型 emotion_detection_textcnn

3、有坑

如果你的服务有其他模型，要使用懒加载，不然会报错，

 就是启动的时候不加载，调用的时候用hub.Module加载进来。

def sentiment_predict():

    if self.model:
       self.model = hub.Module(name="emotion_detection_textcnn") 
    else:
        emotion_result = self.model.emotion_classify(data={"text": [text]})

追一科技：

 https://github.com/ZhuiyiTechnology/pretrained-models

主要是用bert4keras

例子不要太多哦

https://github.com/bojone/bert4keras/tree/master/examples

 

 

 

 

 

  附上百度说明https://www.paddlepaddle.org.cn/hubdetail?name=emotion_detection_textcnn&en_category=SentimentAnalysis