多语言情感分析 - Multilingual Sentiment Analysis
本模块使用HuggingFace上的多语言情感分析模型进行情感分析，支持22种语言。
模型信息
-
模型名称: tabularisai/multilingual-sentiment-analysis
- 基础模型: distilbert-base-multilingual-cased
-
支持语言: 22种语言，包括：
- 中文 (中文)
- English (英语)
- Español (西班牙语)
- 日本語 (日语)
- 한국어 (韩语)
- Français (法语)
- Deutsch (德语)
- Русский (俄语)
- العربية (阿拉伯语)
- हिन्दी (印地语)
- Português (葡萄牙语)
- Italiano (意大利语)
- 等等...
-
输出类别: 5级情感分类
- 非常负面 (Very Negative)
- 负面 (Negative)
- 中性 (Neutral)
- 正面 (Positive)
- 非常正面 (Very Positive)
快速开始
-
确保已安装依赖：
pip install transformers torch -
运行预测程序：
python predict.py -
输入任意语言的文本进行分析：
请输入文本: I love this product! 预测结果: 非常正面 (置信度: 0.9456) -
查看多语言示例：
请输入文本: demo
代码示例
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch
# 加载模型
model_name = "tabularisai/multilingual-sentiment-analysis"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
# 预测
texts = [
"今天心情很好", # 中文
"I love this!", # 英文
"¡Me encanta!" # 西班牙文
]
for text in texts:
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
prediction = torch.argmax(outputs.logits, dim=1).item()
sentiment_map = {0: "非常负面", 1: "负面", 2: "中性", 3: "正面", 4: "非常正面"}
print(f"{text} -> {sentiment_map[prediction]}")特色功能
- 多语言支持: 无需指定语言，自动识别22种语言
- 5级精细分类: 比传统二分类更细致的情感分析
- 高精度: 基于DistilBERT的先进架构
- 本地缓存: 首次下载后保存到本地，加快后续使用
应用场景
- 国际社交媒体监控
- 多语言客户反馈分析
- 全球产品评论情感分类
- 跨语言品牌情感追踪
- 多语言客服优化
- 国际市场研究
模型存储
- 首次运行时会自动下载模型到当前目录的
model文件夹 - 后续运行会直接从本地加载，无需重复下载
- 模型大小约135MB，首次下载需要网络连接
文件说明
-
predict.py: 主预测程序，使用直接模型调用 -
README.md: 使用说明
注意事项
- 首次运行时会自动下载模型，需要网络连接
- 模型会保存到当前目录，方便后续使用
- 支持GPU加速，会自动检测可用设备
- 如需清理模型文件，删除
model文件夹即可 - 该模型基于合成数据训练，在实际应用中建议进行验证
参考信息
- 模型链接: https://huggingface.co/tabularisai/multilingual-sentiment-analysis
- 许可证: CC-BY-NC-4.0 (非商业使用)
- 商业使用需联系: info@tabularis.ai