BERT 中文情感分析模型

这是一个基于 BERT 的中文情感分析模型，可用于判断文本的情感倾向（正面、负面或中性）。

模型描述

• 模型基于 bert-base-chinese 微调
• 适用于App中文评论的情感分析
• 输出标签：0（负面），1（正面），2（中性）
• 使用 Focal Loss 训练，以处理类别不平衡问题

使用方法

from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch

# 载入模型和分词器
model = AutoModelForSequenceClassification.from_pretrained("jackietung/bert-base-chinese-sentiment-finetuned")
tokenizer = AutoTokenizer.from_pretrained("jackietung/bert-base-chinese-sentiment-finetuned")

# 准备输入
text = "这个App使用体验很差！"
inputs = tokenizer(text, return_tensors="pt")

# 进行预测
with torch.no_grad():
    outputs = model(**inputs)
    predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    
    # 获取预测结果
    label_names = ["负面", "正面", "中性"]
    predicted_class = torch.argmax(predictions, dim=1).item()
    
    print(f"预测类别: {label_names[predicted_class]}")
    print(f"预测分数: {predictions[0][predicted_class].item():.4f}")
    
    # 显示所有类别的分数
    for i, label in enumerate(label_names):
        print(f"{label} 分数: {predictions[0][i].item():.4f}")