PaddleHub教程合集---（2）PaddleHub预训练模型Senta完成情感分析

PaddleHub教程合集—（2）PaddleHub预训练模型Senta完成情感分析

Senta—情感倾向分析（Sentiment Classification）;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。

一、定义待预测数据

在aistudio运行直接以下语句； 如果在本地运行该项目示例，需要首先安装PaddleHub。

!pip install paddlehub==1.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

项目具体代码

#若是待预测文本存放在一个文件中，test.txt。每一行是待预测句子。
#test.txt：
#这家餐厅很好吃
#这部电影真的很差劲

test_text = ["这家餐厅很好吃", "这部电影真的很差劲"]
#!cat test.txt #我的同系列上篇博文说过了，!cat执行打印

#用户想要利用Senta完成对该文件的情感分析预测；
#只需读入该文件---将文件内容存成list---list中每个元素是待预测句子。
with open("test.txt", 'r') as f:
    test_text = []
    for line in f:
        test_text.append(line.strip())
print(test_text)

数据准备完成，运行结果

[‘这家餐厅很好吃’, ‘这部电影真的很差劲’]

二、加载预训练模型+三、预测

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

import paddlehub as hub
senta = hub.Module(name="senta_bilstm")
input_dict = {"text": test_text}
results = senta.sentiment_classify(data=input_dict)
for result in results:
    print(result)

运行结果

{‘text’: ‘这家餐厅很好吃’, ‘sentiment_label’: 1, ‘sentiment_key’: ‘positive’, ‘positive_probs’: 0.9407, ‘negative_probs’: 0.0593}
{‘text’: ‘这部电影真的很差劲’, ‘sentiment_label’: 0, ‘sentiment_key’: ‘negative’, ‘positive_probs’: 0.02, ‘negative_probs’: 0.98}

四、总结

Senta—情感倾向分析（Sentiment Classification）

1. 导包paddlehub
2. 调paddlehub . Module(name=“senta_bilstm”)
   换模型直接改name

模型名 PaddleHub Module

BOW hub.Module(name=‘ senta_bow’)
{‘text’: ‘这家餐厅很好吃’, ‘sentiment_label’: 1, ‘sentiment_key’: ‘positive’, ‘positive_probs’: 0.9782, ‘negative_probs’: 0.0218}
{‘text’: ‘这部电影真的很差劲’, ‘sentiment_label’: 0, ‘sentiment_key’: ‘negative’, ‘positive_probs’: 0.0124, ‘negative_probs’: 0.9876}
CNN hub.Module(name=‘ senta_cnn’)
{‘text’: ‘这家餐厅很好吃’, ‘sentiment_label’: 1, ‘sentiment_key’: ‘positive’, ‘positive_probs’: 0.7902, ‘negative_probs’: 0.2098}
{‘text’: ‘这部电影真的很差劲’, ‘sentiment_label’: 0, ‘sentiment_key’: ‘negative’, ‘positive_probs’: 0.0343, ‘negative_probs’: 0.9657}
GRU hub.Module(name=‘ senta_gru’)
{‘text’: ‘这家餐厅很好吃’, ‘sentiment_label’: 1, ‘sentiment_key’: ‘positive’, ‘positive_probs’: 0.9607, ‘negative_probs’: 0.0393}
{‘text’: ‘这部电影真的很差劲’, ‘sentiment_label’: 0, ‘sentiment_key’: ‘negative’, ‘positive_probs’: 0.0187, ‘negative_probs’: 0.9813}
LSTM hub.Module(name=‘ senta_lstm’)
{‘text’: ‘这家餐厅很好吃’, ‘sentiment_label’: 1, ‘sentiment_key’: ‘positive’, ‘positive_probs’: 0.9285, ‘negative_probs’: 0.0715}
{‘text’: ‘这部电影真的很差劲’, ‘sentiment_label’: 0, ‘sentiment_key’: ‘negative’, ‘positive_probs’: 0.0187, ‘negative_probs’: 0.9813}

3. 将列表换成字典格式input_dict = {“text”: test_text}
4. 得结果results = senta.sentiment_classify(data=input_dict)