时间戳

首页 > 解决方案 > 天才感伤分析未给出中性结果

python - 天才感伤分析未给出中性结果

问题描述

我正在使用 Flair 进行情感分析。但是，当我尝试预测标签时，我永远无法获得 Neutral 类。此外，类的置信度太不真实，即概率总是>0.97 为正，或概率如此之高为负。即使是非常中性的词也很有可能被预测为正面或负面。

classifier = TextClassifier.load('en-sentiment')
inputQuery='Go There and Walk'

sentence = Sentence(inputQuery)
classifier.predict(sentence)
label = sentence.labels[0]
labscore = (label.score)*100
response = {'result': label.value, 'score':"%.2f" % labscore}
print(response)

这里的输出是：{'result': 'POSITIVE', 'score': '96.66'} 我做错了什么？

标签： pythonflair

解决方案

问题不在于您的代码，而在于模型（在幕后）的训练方式及其工作方式。Flair 使用的英文模型是基于发布的特定数据集（电影和产品评论）进行训练的。如果要查看模型文件，它通常位于.flair主目录的子文件夹中。

基本上，您使用的是提供给您分数的预训练模型。要获得不同的分数，您可以构建自己的模型，可能添加到现有模型中，也可以使用不同的模型。

您可以尝试其他模型，看看通过替换此行得到什么结果：

classifier = TextClassifier.load('en-sentiment')

和：

classifier = TextClassifier.load('sentiment-fast') # for a RNN based model

请注意，上面的模型不太可能给您更好的结果，但值得一试。否则，最好探索构建自己的情绪分析模型并加载它。

推荐阅读