基于bert的情感分类

1.首先什么是bert情感分类

 在这个ppt中，我们将使用预先训练好的深度学习模型来处理一些文本。然后，我们将使用该模型的输出对文本进行分类。绿色方框内是电影评论中的句子列表。我们会将每个句子分为“积极地”谈论主题或“消极地”谈论主题。

我们的目标是创建一个模型，该模型采用一个句子(就像我们数据集中的句子一样)并产生1(表示句子带有积极情绪)或0(表示句子带有消极情绪)。我们可以把它想象成这样：

事实上，黄色的分类器里面是由两种模型组成：

DistilBERT处理句子，并将从中提取的一些信息传递给下一个模型。DistilBERT是由HuggingFace的团队开发并开源的BERT的缩小版。这是一个更轻更快的BERT版本，其性能大致相当。

下一个模型是scikit learn的基本逻辑回归模型，它将接受DistilBERT的处理结果，并将句子分类为肯定或否定(分别为1或0)。

 我们用的是sst情感分析数据集，其组成来自电影的评论。