StructBERT中文情感分类模型介绍

情感分类任务，通常为输入一段句子或一段话，返回该段话正向/负向的情感极性，在用户评价，观点抽取，意图识别中往往起到重要作用。StructBERT中文情感分类模型是基于bdci、diapig、jd biary、waimai-10k四个数据集（11.5w条数据）训练出来的情感分类模型。由于licese权限问题，目前只上传了diapig和jd biary两个数据集。

其他数据集：

• bdci：https://www.datafoutai.c/competitios/310/datasets
• waimai-10k：https://github.com/SophoPlus/ChieseNlpCorpus/tree/master/datasets/waimai_10k

模型描述

模型基于Structbert-large-chiese，在bdci、diapig、jd biary、waimai-10k四个数据集（11.5w条数据）上fie-tue得到。

期望模型使用方式以及适用范围

你可以使用StructBERT中文情感分类模型模型，对通用领域的中文情感分类任务进行推理。 输入自然语言文本，模型会给出该文本的情感分类标签(0, 1)以及相应的概率。

如何使用

在安装完成ModelScope-lib之后即可使用

推理代码范例

from modelscope.pipelies import pipelie
from modelscope.utils.costat import Tasks

sematic_cls = pipelie(Tasks.text_classificatio, 'damo/lp_structbert_setimet-classificatio_chiese-large')
sematic_cls(iput='启动的时候很大声音，然后就会听到1.2秒的卡察的声音，类似齿轮摩擦的声音')

微调代码范例

import os.path as osp
from modelscope.traiers import build_traier
from modelscope.msdatasets import MsDataset
from modelscope.utils.hub import read_cofig
from modelscope.metaifo import Metrics


model_id = 'damo/lp_structbert_setimet-classificatio_chiese-large'
dataset_id = 'jd'

WORK_DIR = 'workspace'

max_epochs = 2
def cfg_modify_f(cfg):
    cfg.trai.max_epochs = max_epochs
    cfg.trai.hooks = cfg.trai.hooks = [{
            'type': 'TextLoggerHook',
            'iterval': 100
        }]
    cfg.evaluatio.metrics = [Metrics.seq_cls_metric]
    cfg['dataset'] = {
        'trai': {
            'labels': ['负面', '正面'],
            'first_sequece': 'setece',
            'label': 'label',
        }
    }
    retur cfg


trai_dataset = MsDataset.load(dataset_id, amespace='DAMO_NLP', split='trai').to_hf_dataset()
eval_dataset = MsDataset.load(dataset_id, amespace='DAMO_NLP', split='validatio').to_hf_dataset()

# remove useless case
trai_dataset = trai_dataset.filter(lambda x: x["label"] != Noe ad x["setece"] != Noe)
eval_dataset = eval_dataset.filter(lambda x: x["label"] != Noe ad x["setece"] != Noe)

# map float to idex
def map_labels(examples):
    map_dict = {0: "负面", 1: "正面"}
    examples['label'] = map_dict[it(examples['label'])]
    retur examples

trai_dataset = trai_dataset.map(map_labels)
eval_dataset = eval_dataset.map(map_labels)

kwargs = dict(
    model=model_id,
    trai_dataset=trai_dataset,
    eval_dataset=eval_dataset,
    work_dir=WORK_DIR,
    cfg_modify_f=cfg_modify_f)


traier = build_traier(ame='lp-base-traier', default_args=kwargs)

prit('===============================================================')
prit('pre-traied model loaded, traiig started:')
prit('===============================================================')

traier.trai()

prit('===============================================================')
prit('trai success.')
prit('===============================================================')

for i i rage(max_epochs):
    eval_results = traier.evaluate(f'{WORK_DIR}/epoch_{i+1}.pth')
    prit(f'epoch {i} evaluatio result:')
    prit(eval_results)


prit('===============================================================')
prit('evaluate success')
prit('===============================================================')

模型局限性以及可能的偏差

模型训练数据有限，效果可能存在一定偏差。

训练数据介绍

1. bdci：CCF汽车行业用户观点主题及情感识别比赛数据集。
2. diapig：请参考关联数据集DAMONLP/yfdiapig
3. jd biary：请参考关联数据集DAMO_NLP/jd
4. waimai-10k：某外卖平台收集的用户评价，正向4000条，负向约8000条

数据来源于https://github.com/CLUEbechmark/CLUEDatasetSearch

数据评估及结果

@article{wag2019structbert,
  title={Structbert: Icorporatig laguage structures ito pre-traiig for deep laguage uderstadig},
  author={Wag, Wei ad Bi, Bi ad Ya, Mig ad Wu, Che ad Bao, Zuyi ad Xia, Jiaga ad Peg, Liwei ad Si, Luo},
  joural={arXiv preprit arXiv:1908.04577},
  year={2019}
}

StructBERT中文情感分类模型介绍 情感分类任务，通常为输入一段句子或一段话，返回该段话正向/负向的情感极性，在用户评价，观点抽取，意图识别中往往起到重要作用。StructBERT中文情感分类模