昇思25天学习打卡营第8天|基于 MindSpore 实现 BERT 对话情绪识别

通过 BertForSequenceClassification 构建用于情感分类的 BERT 模型，加载预训练权重，设置情感三分类的超参数自动构建模型。后面对模型采用自动混合精度操作，提高训练的速度，然后实例化优化器，紧接着实例化评价指标，设置模型训练的权重保存策略，最后就是构建训练器，模型开始训练。

预训练完成后，BERT将保存其嵌入表和Transformer的权重（基础版12层，大型版24层）。预训练好的BERT可用于微调后续任务，如文档分类、相似性评估和理解阅读等。

在对话情绪检测方面，侧重于判断智能对话中用户的情绪状态，对用户文本的情绪类型进行自动分类并提供置信度评估，包括正面、负面和中性等情绪类别。