燃爆!17行Python代碼做情感分析?你也可以的

17行代碼跑最新NLP模型?你也可以!

本次作者評測所需(防嚇退)

一臺可以上網的電腦

基本的python代碼閱讀能力，用於修改幾個模型參數

對百度中文NLP最新成果的濃烈興趣

訓練模型：Senta情感分析模型基本簡介

Senta是百度NLP開放的中文情感分析模型，可以用於進行中文句子的情感分析，輸出結果為{正向/中性/負向}中的一個，關於模型的結構細節，請查看Senta----github.com/PaddlePaddle/Paddlehub/demo/senta

本示例代碼選擇的是Senta-BiLSTM模型。

模型來源：Paddlehub簡介

PaddleHub是基於PaddlePaddle開發的預訓練模型管理工具，可以藉助預訓練模型更便捷地開展遷移學習工作。

本次評測中只使用了預訓練模型，沒有進行fine-tune

代碼運行環境：百度 AI studio　

實驗代碼

來自paddlehub/senta_demo.py

from __future__ import print_function

import json

import os

import six

import paddlehub as hub

if __name__ == "__main__":

# 加載senta模型

senta = hub.Module(name="senta_bilstm")

# 把要測試的短文本以str格式放到這個列表裡

test_text = [

"這家餐廳不是很好吃",

"這部電影差強人意",

]

# 指定模型輸入

input_dict = {"text": test_text}

# 把數據餵給senta模型的文本分類函數

results = senta.sentiment_classify(data=input_dict)

# 遍歷分析每個短文本

for index, text in enumerate(test_text):

results[index]["text"] = text

for index, result in enumerate(results):

if six.PY2:

print(

json.dumps(results[index], encoding="utf8", ensure_ascii=False))

else:

print('text: {}, predict: {}'.format(results[index]['text'],results[index]['sentiment_key']))

詳細測評

成語情感分析

Input

test_text = [

'滄海桑田', # 中型，世事變化很大

'下裡巴人', # 褒義，通俗的文學藝術

'有口皆碑', # 褒義，對突出的好人好事一致頌揚

'危言危行', # 褒義，說正直的話，做正直的事

'鬼斧神工', # 褒義，指大自然美景

'不贊一詞', # 褒義，不能再添一句話，表示寫的很好

'文不加點', # 褒義，指寫作技巧高超

'差強人意', # 褒義，大體還能使人滿意

'無微不至', # 褒義，指細心周到

'事倍功半', # 褒義，指不費力就有好的效果

'事半功倍', # 貶義，指浪費了力氣卻沒有好效果

'蠢蠢欲動', # 貶義，指要幹壞事

'面目全非', # 貶義，指大破壞

'江河日下', # 貶義，指事物日漸衰落

'評頭論足', # 貶義，指小節過分挑剔

'生靈塗炭', # 貶義，指人民極端困苦

'始作俑者', # 貶義，第一個做壞事的人

'無所不為', # 貶義，什麼壞事都幹

'無所不至', # 貶義，什麼壞事都幹

'陽春白雪', # 貶義，高深不容易理解的藝術

]

Output

運行耗時: 4秒480毫秒

text: 滄海桑田, positive_prob: 0.3838, predict: negative # 錯誤

text: 下裡巴人, positive_prob: 0.7957, predict: positive

text: 有口皆碑, positive_prob: 0.906, predict: positive

text: 危言危行, positive_prob: 0.588, predict: positive

text: 鬼斧神工, positive_prob: 0.657, predict: positive

text: 不贊一詞, positive_prob: 0.9698, predict: positive

text: 文不加點, positive_prob: 0.1284, predict: negative # 錯誤

text: 差強人意, positive_prob: 0.0429, predict: negative # 錯誤

text: 無微不至, positive_prob: 0.8997, predict: positive

text: 事倍功半, positive_prob: 0.6181, predict: positive

text: 事半功倍, positive_prob: 0.8558, predict: positive # 錯誤

text: 蠢蠢欲動, positive_prob: 0.7353, predict: positive # 錯誤

text: 面目全非, positive_prob: 0.2186, predict: negative

text: 江河日下, positive_prob: 0.2753, predict: negative

text: 評頭論足, positive_prob: 0.6737, predict: positive # 錯誤

text: 生靈塗炭, positive_prob: 0.4661, predict: neutral # 錯誤

text: 始作俑者, positive_prob: 0.247, predict: negative

text: 無所不為, positive_prob: 0.5948, predict: positive # 錯誤

text: 無所不至, positive_prob: 0.553, predict: positive # 錯誤

text: 陽春白雪, positive_prob: 0.7552, predict: positive # 錯誤

正確率：10/20 = 50%

轉折複句情緒分析

Input

test_text = [

'小明雖然考了第一，但是他一點也不驕傲', # 積極

'你不是不聰明，而是不認真', # 消極

'雖然小明很努力，但是他還是沒有考100分', # 消極

'雖然小明有時很頑皮，但是他很懂事', # 積極

'雖然這座橋已經建了很多年，但是她依然很堅固', # 積極

'他雖然很頑皮，但是學習很好', # 積極

'學習不是枯燥無味，而是趣味橫生', # 積極

'雖然很困難，但是我還是不會退縮', # 積極

'雖然小妹妹只有5歲，但是她能把乘法口訣倒背如流', # 積極

'雖然我很過分，但是都是為了你好', # 積極

'小明成績不好，不是因為不聰明，而是因為不努力', # 消極

'雖然這樣做不妥當，但已經是最好的選擇', # 積極

'這次雖然失敗，但卻是成功的開始', # 積極

'雖然這道題很難，但是我相信我會把它做出來', # 積極

'雖然爺爺已經很老了，但是他還是堅持每天做運動', # 積極

'不是沒有美，而是我們缺少發現美的眼光', # 消極

'雖然他們有良好的生活條件，但是浪費資源遲早會帶來惡果', # 消極

'他不是我們的敵人，而是我們的朋友', # 積極

'他不是不會做，而是不想做', # 消極

'雖然那個夢想看起來離我遙不可及，但是我相信經過我的努力它一定會實現', # 積極

]

Output

運行耗時: 2秒667毫秒

text: 小明雖然考了第一，但是他一點也不驕傲, positive_prob: 0.9598,

predict: positive

text: 你不是不聰明，而是不認真, positive_prob: 0.0275,

predict: negative

text: 雖然小明很努力，但是他還是沒有考100分, positive_prob: 0.7188,

predict: positive # 錯誤

text: 雖然小明有時很頑皮，但是他很懂事, positive_prob: 0.8776,

predict: positive

text: 雖然這座橋已經建了很多年，但是她依然很堅固, positive_prob: 0.9782,

predict: positive

text: 他雖然很頑皮，但是學習很好, positive_prob: 0.9181,

predict: positive

text: 學習不是枯燥無味，而是趣味橫生, positive_prob: 0.3279,

predict: negative # 錯誤

text: 雖然很困難，但是我還是不會退縮, positive_prob: 0.3974,

predict: negative # 錯誤

text: 雖然小妹妹只有5歲，但是她能把乘法口訣倒背如流, positive_prob: 0.5124,

predict: neutral

text: 雖然我很過分，但是都是為了你好, positive_prob: 0.399,

predict: negative # 錯誤

text: 小明成績不好，不是因為不聰明，而是因為不努力, positive_prob: 0.1881,

predict: negative

text: 雖然這樣做不妥當，但已經是最好的選擇, positive_prob: 0.806,

predict: positive

text: 這次雖然失敗，但卻是成功的開始, positive_prob: 0.4862,

predict: neutral # 錯誤

text: 雖然這道題很難，但是我相信我會把它做出來, positive_prob: 0.3959,

predict: negative # 錯誤

text: 雖然爺爺已經很老了，但是他還是堅持每天做運動, positive_prob: 0.9178,

predict: positive

text: 不是沒有美，而是我們缺少發現美的眼光, positive_prob: 0.5614,

predict: positive

text: 雖然他們有良好的生活條件，但是浪費資源遲早帶來惡果, positive_prob: 0.1086,

predict: negative

text: 他不是我們的敵人，而是我們的朋友, positive_prob: 0.3749,

predict: negative # 錯誤

text: 他不是不會做，而是不想做, positive_prob: 0.1247,

predict: negative

text: 雖然那個夢想看起來離我遙不可及，但是我相信經過我的努力它一定會實現, positive_prob: 0.957,

predict: positive

正確率：13/20 = 65%

具體場景情緒分析

Input

test_text = [

'這車耗油很快',

'這車開的很快',

'這房間有一股死老鼠味道',

'這房間有煙味',

'他的髮型像殺馬特',

'這衣服機洗掉色',

'這衣服穿多了起球',

'這軟體容易閃退',

'他打球的樣子像蔡徐坤',

'這把20了',

'這把可以打',

'他射球的樣子像科比',

'這房間的布置很有情調',

'這酒讓人回味',

'這衣服很酷',

'他的側臉好像林峰',

'五星好評',

'以後會回購的',

'性價比很高',

'物美價廉',

'這女生讓我心動'

]

Output

運行耗時: 2秒676毫秒

text: 這車耗油很快, positive_prob: 0.2926, predict: negative

text: 這車開的很快, positive_prob: 0.8478, predict: positive

text: 這房間有一股死老鼠味道, positive_prob: 0.0071, predict: negative

text: 這房間有煙味, positive_prob: 0.2071, predict: negative

text: 他的髮型像殺馬特, positive_prob: 0.3445, predict: negative

text: 這衣服機洗掉色, positive_prob: 0.3912, predict: negative

text: 這衣服穿多了起球, positive_prob: 0.679, predict: positive # 錯誤

text: 這軟體容易閃退, positive_prob: 0.0051, predict: negative

text: 他打球的樣子像蔡徐坤, positive_prob: 0.8684, predict: positive # 錯誤

text: 這把20了, positive_prob: 0.1695, predict: negative

text: 這把可以打, positive_prob: 0.3503, predict: negative # 錯誤

text: 他射球的樣子像科比, positive_prob: 0.7263, predict: positive

text: 這房間的布置很有情調, positive_prob: 0.9519, predict: positive

text: 這酒讓人回味, positive_prob: 0.7431, predict: positive

text: 這衣服很酷, positive_prob: 0.9817, predict: positive

text: 他的側臉好像林峰, positive_prob: 0.5621, predict: positive

text: 五星好評, positive_prob: 0.9971, predict: positive

text: 以後會回購的, positive_prob: 0.6903, predict: positive

text: 性價比很高, positive_prob: 0.9799, predict: positive

text: 物美價廉, positive_prob: 0.9542, predict: positive

text: 這女生讓我心動, positive_prob: 0.956, predict: positive

正確率：17/20 = 85%

總結，三個不同類別的測評如下所示：

總結

1.模型計算耗時較小，使用體驗不錯。

2.成語情感分析方面，我專門挑選的是一些比較難從字面理解的，容易混淆情感的成語(比如差強人意被判定為消極)，這些也是高考常考的內容。雖然最後模型正確率只有一般，但是我認為是可以接受的，適當增加成語語句作為訓練語料會使模型"更懂"中文。

大家有興趣的可以試一試一些比較容易從字面理解情感的成語，我覺得得分會比本次評測的結果要好。

3.轉折語句情感分析本身也是對模型的一種挑戰，實測效果為65分，個人覺得模型對於像「但是」，「雖然」這樣的詞語沒有足夠的attention，因為這些轉折詞背後的語義往往才是最影響整個句子的情感的，最終評分65分，個人認為模型在這方面表現一般。

4.評分最好看的是具體場景情感分析，大概預訓練語料中有大量的淘寶評價?像殺馬特 20科比這些小字眼是判定情感的關鍵，而模型也確實捕捉到並判斷出來了，這點比較讓我驚喜。