燃爆！17行Python代码做情感分析？你也可以的

17行代码跑最新NLP模型?你也可以!

• 本次作者评测所需(防吓退)

1. 一台可以上网的电脑
2. 基本的python代码阅读能力，用于修改几个模型参数
3. 对百度中文NLP最新成果的浓烈兴趣

• 训练模型：Senta情感分析模型基本简介

1. Senta是百度NLP开放的中文情感分析模型，可以用于进行中文句子的情感分析，输出结果为{正向/中性/负向}中的一个，关于模型的结构细节，请查看Senta----github.com/PaddlePaddle/Paddlehub/demo/senta 

• 本示例代码选择的是Senta-BiLSTM模型。
• 模型来源：Paddlehub简介

1. PaddleHub是基于PaddlePaddle开发的预训练模型管理工具，可以借助预训练模型更便捷地开展迁移学习工作。 

• 本次评测中只使用了预训练模型，没有进行fine-tune
• 代码运行环境：百度 AI studio

实验代码

• 来自paddlehub/senta_demo.py

github：https://github.com/PaddlePaddle/PaddleHub/blob/release/v0.5.0/demo/senta/senta_demo.py

1. from __future__ import print_function 
2. import json 
3. import os 
4. import six 
5. import paddlehub as hub 
6. if __name__ == "__main__": 
7.  # 加载senta模型 
8.  senta = hub.Module(name="senta_bilstm") 
9.  # 把要测试的短文本以str格式放到这个列表里 
10.  test_text = [ 
11.  "这家餐厅不是很好吃", 
12.  "这部电影差强人意", 
13.  ] 
14.  # 指定模型输入 
15.  input_dict = {"text": test_text} 
16.  # 把数据喂给senta模型的文本分类函数 
17.  results = senta.sentiment_classify(data=input_dict) 
18.  # 遍历分析每个短文本 
19.  for index, text in enumerate(test_text): 
20.  results[index]["text"] = text 
21.  for index, result in enumerate(results): 
22.  if six.PY2: 
23.  print( 
24.  json.dumps(results[index], encoding="utf8", ensure_ascii=False)) 
25.  else: 
26.  print('text: {},    predict: {}'.format(results[index]['text'],results[index]['sentiment_key'])) 

详细测评

成语情感分析

input

1. test_text = [ 
2.  '沧海桑田', # 中型，世事变化很大 
3.  '下里巴人', # 褒义，通俗的文学艺术 
4.  '有口皆碑', # 褒义，对突出的好人好事一致颂扬 
5.  '危言危行', # 褒义，说正直的话，做正直的事 
6.  '鬼斧神工', # 褒义，指大自然美景 
7.  '不赞一词', # 褒义，不能再添一句话，表示写的很好 
8.  '文不加点', # 褒义，指写作技巧高超 
9.  '差强人意', # 褒义，大体还能使人满意 
10.  '无微不至', # 褒义，指细心周到 
11.  '事倍功半', # 褒义，指不费力就有好的效果 
12.  '事半功倍', # 贬义，指浪费了力气却没有好效果 
13.  '蠢蠢欲动', # 贬义，指要干坏事 
14.  '面目全非', # 贬义，指大破坏 
15.  '江河日下', # 贬义，指事物日渐衰落 
16.  '评头论足', # 贬义，指小节过分挑剔 
17.  '生灵涂炭', # 贬义，指人民极端困苦 
18.  '始作俑者', # 贬义，第一个做坏事的人 
19.  '无所不为', # 贬义，什么坏事都干 
20.  '无所不至', # 贬义，什么坏事都干 
21.  '阳春白雪', # 贬义，高深不容易理解的艺术 
22.  ]

output

1. 运行耗时: 4秒480毫秒 
2. text: 沧海桑田, positive_prob: 0.3838, predict: negative # 错误 
3. text: 下里巴人, positive_prob: 0.7957, predict: positive  
4. text: 有口皆碑, positive_prob: 0.906, predict: positive 
5. text: 危言危行, positive_prob: 0.588, predict: positive 
6. text: 鬼斧神工, positive_prob: 0.657, predict: positive 
7. text: 不赞一词, positive_prob: 0.9698, predict: positive 
8. text: 文不加点, positive_prob: 0.1284, predict: negative # 错误 
9. text: 差强人意, positive_prob: 0.0429, predict: negative # 错误 
10. text: 无微不至, positive_prob: 0.8997, predict: positive 
11. text: 事倍功半, positive_prob: 0.6181, predict: positive 
12. text: 事半功倍, positive_prob: 0.8558, predict: positive # 错误 
13. text: 蠢蠢欲动, positive_prob: 0.7353, predict: positive # 错误 
14. text: 面目全非, positive_prob: 0.2186, predict: negative 
15. text: 江河日下, positive_prob: 0.2753, predict: negative 
16. text: 评头论足, positive_prob: 0.6737, predict: positive # 错误 
17. text: 生灵涂炭, positive_prob: 0.4661, predict: neutral # 错误 
18. text: 始作俑者, positive_prob: 0.247, predict: negative 
19. text: 无所不为, positive_prob: 0.5948, predict: positive # 错误 
20. text: 无所不至, positive_prob: 0.553, predict: positive # 错误 
21. text: 阳春白雪, positive_prob: 0.7552, predict: positive # 错误 

正确率：10/20 = 50%

转折复句情绪分析

input

1. test_text = [ 
2.  '小明虽然考了第一，但是他一点也不骄傲', # 积极  
3.  '你不是不聪明，而是不认真', # 消极 
4.  '虽然小明很努力，但是他还是没有考100分', # 消极  
5.  '虽然小明有时很顽皮，但是他很懂事', # 积极  
6.  '虽然这座桥已经建了很多年，但是她依然很坚固', # 积极  
7.  '他虽然很顽皮，但是学习很好', # 积极 
8.  '学习不是枯燥无味，而是趣味横生', # 积极  
9.  '虽然很困难，但是我还是不会退缩', # 积极  
10.  '虽然小妹妹只有5岁，但是她能把乘法口诀倒背如流', # 积极  
11.  '虽然我很过分，但是都是为了你好', # 积极  
12.  '小明成绩不好，不是因为不聪明，而是因为不努力', # 消极  
13.  '虽然这样做不妥当，但已经是最好的选择', # 积极  
14.  '这次虽然失败，但却是成功的开始', # 积极 
15.  '虽然这道题很难，但是我相信我会把它做出来', # 积极  
16.  '虽然爷爷已经很老了，但是他还是坚持每天做运动', # 积极  
17.  '不是没有美，而是我们缺少发现美的眼光', # 消极  
18.  '虽然他们有良好的生活条件，但是浪费资源迟早会带来恶果', # 消极  
19.  '他不是我们的敌人，而是我们的朋友', # 积极  
20.  '他不是不会做，而是不想做', # 消极 
21.  '虽然那个梦想看起来离我遥不可及，但是我相信经过我的努力它一定会实现', # 积极 
22.  ] 

output

1. 运行耗时: 2秒667毫秒 
2. text: 小明虽然考了第一，但是他一点也不骄傲, positive_prob: 0.9598, 
3.  predict: positive  
4. text: 你不是不聪明，而是不认真, positive_prob: 0.0275, 
5.  predict: negative 
6. text: 虽然小明很努力，但是他还是没有考100分, positive_prob: 0.7188, 
7.  predict: positive # 错误 
8. text: 虽然小明有时很顽皮，但是他很懂事, positive_prob: 0.8776, 
9.  predict: positive 
10. text: 虽然这座桥已经建了很多年，但是她依然很坚固, positive_prob: 0.9782, 
11.  predict: positive 
12. text: 他虽然很顽皮，但是学习很好, positive_prob: 0.9181, 
13.  predict: positive 
14. text: 学习不是枯燥无味，而是趣味横生, positive_prob: 0.3279, 
15.  predict: negative # 错误 
16. text: 虽然很困难，但是我还是不会退缩, positive_prob: 0.3974, 
17.  predict: negative # 错误 
18. text: 虽然小妹妹只有5岁，但是她能把乘法口诀倒背如流, positive_prob: 0.5124, 
19.  predict: neutral 
20. text: 虽然我很过分，但是都是为了你好, positive_prob: 0.399, 
21.  predict: negative # 错误 
22. text: 小明成绩不好，不是因为不聪明，而是因为不努力, positive_prob: 0.1881, 
23.  predict: negative 
24. text: 虽然这样做不妥当，但已经是最好的选择, positive_prob: 0.806, 
25.  predict: positive 
26. text: 这次虽然失败，但却是成功的开始, positive_prob: 0.4862, 
27.  predict: neutral # 错误 
28. text: 虽然这道题很难，但是我相信我会把它做出来, positive_prob: 0.3959, 
29.  predict: negative # 错误 
30. text: 虽然爷爷已经很老了，但是他还是坚持每天做运动, positive_prob: 0.9178, 
31.  predict: positive 
32. text: 不是没有美，而是我们缺少发现美的眼光, positive_prob: 0.5614, 
33.  predict: positive 
34. text: 虽然他们有良好的生活条件，但是浪费资源迟早带来恶果, positive_prob: 0.1086, 
35.  predict: negative 
36. text: 他不是我们的敌人，而是我们的朋友, positive_prob: 0.3749, 
37.  predict: negative # 错误 
38. text: 他不是不会做，而是不想做, positive_prob: 0.1247, 
39.  predict: negative  
40. text: 虽然那个梦想看起来离我遥不可及，但是我相信经过我的努力它一定会实现, positive_prob: 0.957, 
41.  predict: positive 

正确率：13/20 = 65%

具体场景情绪分析

input

1. test_text = [ 
2.  '这车耗油很快',  
3.  '这车开的很快', 
4.  '这房间有一股死老鼠味道', 
5.  '这房间有烟味', 
6.  '他的发型像杀马特', 
7.  '这衣服机洗掉色', 
8.  '这衣服穿多了起球', 
9.  '这软件容易闪退', 
10.  '他打球的样子像蔡徐坤', 
11.  '这把20了', 
12.  '这把可以打', 
13.  '他射球的样子像科比', 
14.  '这房间的布置很有情调', 
15.  '这酒让人回味', 
16.  '这衣服很酷', 
17.  '他的侧脸好像林峰', 
18.  '五星好评', 
19.  '以后会回购的', 
20.  '性价比很高', 
21.  '物美价廉', 
22.  '这女生让我心动' 
23.  ] 

output

1. 运行耗时: 2秒676毫秒 
2. text: 这车耗油很快, positive_prob: 0.2926, predict: negative 
3. text: 这车开的很快, positive_prob: 0.8478, predict: positive 
4. text: 这房间有一股死老鼠味道, positive_prob: 0.0071, predict: negative 
5. text: 这房间有烟味, positive_prob: 0.2071, predict: negative 
6. text: 他的发型像杀马特, positive_prob: 0.3445, predict: negative 
7. text: 这衣服机洗掉色, positive_prob: 0.3912, predict: negative 
8. text: 这衣服穿多了起球, positive_prob: 0.679, predict: positive # 错误 
9. text: 这软件容易闪退, positive_prob: 0.0051, predict: negative 
10. text: 他打球的样子像蔡徐坤, positive_prob: 0.8684, predict: positive # 错误 
11. text: 这把20了, positive_prob: 0.1695, predict: negative 
12. text: 这把可以打, positive_prob: 0.3503, predict: negative # 错误 
13. text: 他射球的样子像科比, positive_prob: 0.7263, predict: positive 
14. text: 这房间的布置很有情调, positive_prob: 0.9519, predict: positive 
15. text: 这酒让人回味, positive_prob: 0.7431, predict: positive 
16. text: 这衣服很酷, positive_prob: 0.9817, predict: positive 
17. text: 他的侧脸好像林峰, positive_prob: 0.5621, predict: positive 
18. text: 五星好评, positive_prob: 0.9971, predict: positive 
19. text: 以后会回购的, positive_prob: 0.6903, predict: positive 
20. text: 性价比很高, positive_prob: 0.9799, predict: positive 
21. text: 物美价廉, positive_prob: 0.9542, predict: positive 
22. text: 这女生让我心动, positive_prob: 0.956, predict: positive 

正确率：17/20 = 85%

总结，三个不同类别的测评如下所示：

总结

1.模型计算耗时较小，使用体验不错。

2.成语情感分析方面，我专门挑选的是一些比较难从字面理解的，容易混淆情感的成语(比如差强人意被判定为消极)，这些也是高考常考的内容。虽然最后模型正确率只有一般，但是我认为是可以接受的，适当增加成语语句作为训练语料会使模型"更懂"中文。

大家有兴趣的可以试一试一些比较容易从字面理解情感的成语，我觉得得分会比本次评测的结果要好。

3.转折语句情感分析本身也是对模型的一种挑战，实测效果为65分，个人觉得模型对于像“但是”，“虽然”这样的词语没有足够的attention，因为这些转折词背后的语义往往才是最影响整个句子的情感的，最终评分65分，个人认为模型在这方面表现一般。

4.评分最好看的是具体场景情感分析，大概预训练语料中有大量的淘宝评价?像杀马特 20 科比 这些小字眼是判定情感的关键，而模型也确实捕捉到并判断出来了，这点比较让我惊喜。

时间:2019-07-27 17:56  来源:可思数据    转发量:次