Chinese Sentiment Analysis Fund Direction

🚀 基金の中文感情分析モデル

このモデルは約10万件以上のデータを使用して、基金関連の中文テキストの感情分析を行います。現時点でのテスト結果は良好ですが、ネガティブなテキストは専門家による処理が行われており、ニュートラルなテキストの精度はやや低い可能性があります。

🚀 クイックスタート

検証結果

• 検証セットの正解率: 0.9382193411826961
• 検証セットの分類レポート:

              precision    recall  f1-score   support
    
    negative       0.93      0.95      0.94      3785
    positive       0.95      0.96      0.95      6919
     neutral       0.93      0.89      0.91      4414
    
    accuracy                           0.94     15118
   macro avg       0.94      0.93      0.93     15118
weighted avg       0.94      0.94      0.94     15118

戻り値の説明

• 0: 'negative'
• 1: 'positive'
• 2: 'neutral'

💻 使用例

基本的な使用法

import sys
import re
import torch
from transformers import BertTokenizer, BertForSequenceClassification
from torch.nn.functional import softmax

#設定使用CPU或CUDA
device = 'cuda' if torch.cuda.is_available() else 'cpu'

#载入预先保存的模型和分词器
model = BertForSequenceClassification.from_pretrained('sanshizhang/Chinese-Sentiment-Analysis-Fund-Direction')
tokenizer = BertTokenizer.from_pretrained('sanshizhang/Chinese-Sentiment-Analysis-Fund-Direction')

#确保模型在正确的设备上
model = model.to(device)
model.eval()  # 把模型设置为评估模式

#函数定义：进行预测并返回预测概率
def predict_sentiment(text):
    # 编码文本数据
    encoding = tokenizer.encode_plus(
        text,
        max_length=512,
        add_special_tokens=True,
        return_token_type_ids=False,
        padding='max_length',  # 修改此处
        return_attention_mask=True,
        return_tensors='pt',
        truncation=True
    )
    
    
    # 取出输入对应的编码
    input_ids = encoding['input_ids'].to(device)
    attention_mask = encoding['attention_mask'].to(device)
    
    # 不计算梯度
    with torch.no_grad():
    # 产生情感预测的logits
    outputs = model(input_ids=input_ids, attention_mask=attention_mask)
    
    # 使用softmax将logits转换为概率
    probs = softmax(outputs.logits, dim=1)

    # 返回概率和预测的类别
    return probs, torch.argmax(probs, dim=1).cpu().numpy()[0]

#从命令行参数获取文本，合并并清理特殊字符
arguments = sys.argv[1:]  # 忽略脚本名称
text = ' '.join(arguments)  # 合并为单一字符串
text = re.sub(r"[^\u4e00-\u9fff\d.a-zA-Z%+\-。！？，、；：（）【】《》“”‘’]", '', text)  # 去除特殊字符

#print(f"传过来的文本是: {text}")
#进行预测
probabilities, prediction = predict_sentiment(text)

sentiment_labels = {0: 'negative', 1: 'positive', 2: 'neutral'}

#打印出预测的情感及其概率
predicted_sentiment = sentiment_labels[prediction]
print(f"Predicted sentiment: {predicted_sentiment},Probability:{probabilities[0][prediction].item()}")
#print(f"Probability: {probabilities[0][prediction].item()}")

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で公開されています。