Senta情感分析系统 v1.0 满汉全席菜谱 上课小动作

Senta是一款百度开源的感情剖析体系。

感情剖析旨在主动辨认和提取文本中的偏向、立场、评价、观点等主观信息。它包括各式各样的义务,比如句子级感情分类、评价对象级感情分类、观点抽取、情感分类等。感情剖析是人工智能的主要研讨方向,具有很高的学术价值。同时,感情剖析在花费决策、舆情剖析、个性化推举等范畴均有主要的利用,具有很高的商业价值。

近日,百度正式宣布感情预训练模型SKEP(Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis)。SKEP应用感情知识加强预训练模型, 在14项中英感情剖析典范义务上全面超出SOTA,此工作已经被ACL 2020录用。

为了便利研发人员和商业合作伙伴共享后果领先的感情剖析技巧,本次百度在Senta中开源了基于SKEP的感情预训练代码和中英感情预训练模型。而且,为了进一步下降用户的应用门槛,百度在SKEP开源项目中集成了面向产业化的一键式感情剖析预测工具。用户只须要几行代码即可实现基于SKEP的感情预训练以及模型预测功效。

SKEP
SKEP是百度研讨团队提出的基于感情知识加强的感情预训练算法,此算法采取无监视方式主动发掘感情知识,然后应用感情知识构建预训练目的,从而让机器学会懂得感情语义。SKEP为各类感情剖析义务供给统一且强盛的感情语义表现。

百度研讨团队在三个典范感情剖析义务,句子级感情分类(Sentence-level Sentiment Classification),评价对象级感情分类(Aspect-level Sentiment Classification)、观点抽取(Opinion Role Labeling),共计14个中英文数据上进一步验证了感情预训练模型SKEP的后果。试验表明,以通用预训练模型ERNIE(内部版本)作为初始化,SKEP相比ERNIE平均晋升约1.2%,并且较原SOTA平均晋升约2%。

同类推举:站长常用源码