开发者社区> 游客2rqjapjyzqs5e> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

[使用ModelScope]只要5分钟,快速实现中文情感分类模型

简介: 本文介绍基于ModelScope,快速实现一个中文情感分类模型,只需不到5分钟,即可获得工业级优异表现的深度学习模型。
+关注继续查看
福利推荐:阿里云、腾讯云、华为云等大品牌云产品全线2折优惠活动来袭,4核8G云服务器899元/3年,新老用户共享优惠,点击这里立即抢购>>>

参考文档

  • 我们使用的是:达摩情感分类模型,该模型基于StructBERT实现,StructBERT是达摩院自研的深度语言模型,在中文数据上表现优异。

开发环境

image.png操作步骤

  1. 阅读文档提供的代码示例可以看到,操作步骤非常简单,仅仅只需要4行代码。

image.png

  1. 我们首先选择GPU环境(开发环境链接,实例启动大约需要1分钟左右),可以看到系统已经预装了镜像,包括cuda、python3.7、torch1.11.0、tensorfow1.15.5等,即开即用,无需自己再安装了。实例启动后,参考下面截图步骤1和2打开notebook:

image.png

  1. 接下来我们复制参考文献的示例代码,逐行执行:

image.png

image.png

  1. 注意到,执行第3行代码需要的时间比较久,从日志可以看出来,主要是在下载模型包。如果对bert比较了解的话,可以从日志看出来,最大的文件是模型参数文件pytorch_model.bin,体积有390M。

image.png

  1. 等待1分钟左右即可下载完成,网速还是挺快的。执行最后一行代码,最后一行代码就是进行情感分析了,我们输入一句话,得到一个json格式的输出。输出的结构也比较明显,labels的1和0分别对应正面情感和负面情感,scores对应情感的概率。可以看出,我们的输入是“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”,它的正面概率是0.07,负面概率是0.92,还是蛮准的。大家可以多测试一些例子看看效果。

image.png

最后

  • 就这么简单,5分钟不到,只需要4行代码,我们就实现了一个工业级中文情感分类模型。
  • 多说几句,从模型说明文档可以看到,该模型是基于bdci、dianping、jd binary、waimai-10k四个数据集(11.5w条数据)训练出来的情感分类模型,相信在这几个数据集或者比较相关的数据上效果是不错的,但是如果你的数据和这几个数据集差异很大,例如是英文的,或者垂直领域的(汽车、鞋服等),模型的效果可能要打一些折扣。这种情况下,就需要在达摩情感分类模型的基础上去适配你的领域数据,希望ModelScope尽早开放模型进一步finetune的能力。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
【微电网优化】基于粒子群实现含分布式电源日前两阶段优化调度模型附matlab代码
【微电网优化】基于粒子群实现含分布式电源日前两阶段优化调度模型附matlab代码
211 0
【微电网优化】基于粒子群实现含分布式电源日前两阶段优化调度模型附matlab代码
【微电网优化】基于粒子群实现含分布式电源日前两阶段优化调度模型附matlab代码
215 0
【ModelScope】快速搭建FAQ智能问答机器人
本文主要介绍FAQ问答模型的使用,基于海量的标注/弱标注数据训练的FAQ模型可用作相似度计算,小样本分类,FAQ问答等多种场景,效果杠杠的
533 0
ModelScope初探:一行代码调用成熟AI模型。
如何用一行代码调用成熟AI模型?试试ModelScope,让AI开发者解放生产力!
761 0
【ModelScope使用】1个模型8个SOTA,SPACE预训练对话模型初体验
简介: 近期SIGIR会议上发布的预训练对话模型SPACE在8个下游相关任务获得了SOTA结果,表现抢眼。阿里近期打造的Modelscope模型即服务共享平台已接入了SPACE模型,笔者在该平台做了尝试,轻松复现了下游任务中的的SOTA结果。
724 0
ModelScope模型库体验之根据图像生成英文描述
ModelScope模型库体验之根据图像生成英文描述
576 0
一篇文章快速搞懂 Apache SkyWalking 的 OAL
在流模式(Streaming mode)下,SkyWalking 提供了 观测分析语言(Observability Analysis Language,OAL) 来分析流入的数据。 OAL 聚焦于服务,服务实例以及端点的度量指标,因此 OAL 非常易于学习和使用。 6.3版本以后,OAL引擎嵌入在OAP服务器运行时中,称为oal-rt(OAL运行时)。 OAL脚本现在位于/config文件夹,用户可以简单地改变和重新启动服务器,使其有效。
414 0
MongoDB 一致性模型设计与实现
本文源自阅读了 MongoDB 于 VLDB 19 上发表的 [Tunable Consistency in MongoDB](http://www.vldb.org/pvldb/vol12/p2071-schultz.pdf) 论文之后,在内部所做的分享(分享 PPT 见文末)。现在把分享的内容整理成此文,并且补充了部分在之前的分享中略过的细节,以及在分享中没有提及的 MongoDB Causa
709 0
《分布式系统:概念与设计》一2.4 基础模型
本节书摘来华章计算机《分布式系统:概念与设计》一书中的第2章 ,第2.3节,(英) George Coulouris Jean DollimoreTim Kindberg Gordon Blair 著 金蓓弘 马应龙 等译 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1397 0
文章
问答
文章排行榜
最热
最新
相关电子书
更多
机器学习中,使用Scikit-Leam简单处理文本数据
立即下载
基于神经网络的语言合成
立即下载
中文:即学即用的Pandas入门与时间序列分析
立即下载


http://www.vxiaotou.com