核心内容摘要
告别匆忙，拥抱惊喜：Tom带你30秒玩转中转，优惠享不停！
微博作为国内主流的社交媒体平台其评论数据蕴含着丰富的用户情感倾向。
本文将详细介绍如何基于 BERT 预训练模型构建微博评论情感分析模型实现 8 类情感喜欢、厌恶、开心、悲伤、愤怒、惊讶、恐惧、无情感的分类任务并完整拆解从数据加载、模型构建到训练推理的全流程。
项目背景与数据集说明
1 任务目标本次任务聚焦微博评论的多分类情感分析需将评论文本映射到 8 个情感标签分别为like喜欢、disgust厌恶、happiness开心、sadness悲伤、anger愤怒、surprise惊讶、fear恐惧、none无情感。
2 数据集结构数据集分为训练集、验证集和测试集三个子集具体规模如下训练集50000 条样本数据量约
57MB验证集5000 条样本数据量约 455KB测试集4571 条样本数据量约 415KB数据集以 CSV 格式存储每条样本包含text评论文本和label情感标签两个核心字段数据集元信息可参考dataset_info.json配置文件。
技术选型本次模型训练基于以下核心技术栈兼顾效果与工程落地性预训练模型BERT-base-chinese中文场景适配的基础版 BERT输出维度 768深度学习框架PyTorch灵活的模型构建与训练流程数据处理Hugging Face Datasets高效加载数据集、BertTokenizerBERT 专用分词器优化器AdamW针对 Transformer 模型优化的自适应学习率优化器损失函数CrossEntropyLoss适配多分类任务后续可优化为加权损失处理样本不均衡。
核心代码实现
1 数据集加载MyData.py自定义Dataset类加载 CSV 格式的微博数据集兼容训练 / 验证 / 测试集的灵活切换# 导入PyTorch的Dataset基类用于自定义数据集 from torch.utils.data import Dataset # 导入Hugging Face的datasets库中的load_dataset函数用于便捷加载各类数据集 from datasets import load_dataset # 自定义数据集类继承自PyTorch的Dataset基类 # 该类用于加载微博(Weibo)的CSV格式数据集适配PyTorch的数据加载流程 class MyDataset(Dataset): def __init__(self, split): 初始化函数加载指定划分的CSV数据集 Args: split (str): 数据集划分标识如train训练集、test测试集、val验证集 对应磁盘上的文件路径为 data/Weibo/{split}.csv # 使用load_dataset加载CSV格式数据 # pathcsv 指定加载CSV类型数据 # data_files 指定数据文件路径根据传入的split参数拼接出对应文件如test.csv # splittrain 这里是datasets库的参数由于是单文件统一标记为train分区 self.dataset load_dataset( pathcsv, data_filesfdata/Weibo/{split}.csv, splittrain ) def __len__(self): 重写Dataset基类的__len__方法返回数据集的总样本数 Returns: int: 数据集样本总数 return len(self.dataset) def __getitem__(self, item): 重写Dataset基类的__getitem__方法根据索引获取单个样本 Args: item (int): 样本索引从0开始到__len__()-1 Returns: tuple: (text, label) 元组包含样本的文本内容和对应的标签 # 根据索引获取样本的text字段文本内容 text self.dataset[item][text] # 根据索引获取样本的label字段标签 label self.dataset[item][label] # 返回文本和标签组成的元组 return text, label # 主函数测试自定义数据集类是否能正常工作 if __name__ __main__: # 实例化测试集splittest 对应加载 data/Weibo/test.csv dataset MyDataset(test) # 遍历数据集打印每个样本文本标签验证数据加载是否正常 for data in dataset: print(data)
2 模型构建net.py基于 BERT-base-chinese 构建下游分类模型提取 CLS token 的特征并映射到 8 类情感# 导入Hugging Face transformers库中的BertModel用于加载预训练BERT模型 from transformers import BertModel # 注如需安装指定版本的PyTorch可执行该行pip命令CPU版本 # pip install torch
2.
1 torchvision
0.
1
1 torchaudio
2.
1 --index-url https://download.pytorch.org/whl/cpu import torch # 以下为备选的DirectML设备配置适配AMD显卡当前已注释 # import torch_directml as dml # DEVICE dml.device() if dml.is_available() else torch.device(cpu) # 配置计算设备优先使用CUDANVIDIA显卡无则使用CPU DEVICE torch.device(cuda if torch.cuda.is_available() else cpu) #
加载本地预训练BERT模型 # 本地中文BERT模型的存放路径bert-base-chinese适配中文文本处理 model_dir D:\\本地模型\\google-bert\\bert-base-chinese # 从本地路径加载预训练BERT模型并将模型移至指定计算设备CUDA/CPU # BertModel是BERT的主干网络仅负责提取文本特征不包含分类层 pretrained BertModel.from_pretrained(model_dir).to(DEVICE) # 打印模型结构可查看BERT的网络层组成如嵌入层、Transformer层等 print(pretrained) #
定义下游分类任务模型 # 自定义模型类继承自PyTorch的nn.Module用于BERT特征的分类任务 # 核心逻辑利用BERT提取的768维特征通过全连接层映射到8分类任务 class Model(torch.nn.Module): def __init__(self): 初始化函数定义分类头全连接层 super().__init__() # 继承父类的初始化方法 # 定义全连接层fc: fully connected # 输入维度768BERT-base-chinese的输出特征维度输出维度88分类任务 self.fc torch.nn.Linear(768,
def forward(self, input_ids, attention_mask, token_type_ids): 前向传播函数完成文本特征提取 分类预测 Args: input_ids: 文本token化后的索引序列BERT输入 attention_mask: 注意力掩码标记有效token1和填充token0 token_type_ids: 句子类型标识区分单/双句中的不同句子此处单句均为0 Returns: out: 8类别的概率分布经softmax归一化 # 禁用梯度计算BERT预训练模型作为特征提取器不参与训练冻结主干 with torch.no_grad(): # 将输入传入BERT模型获取特征输出 out pretrained( input_idsinput_ids, attention_maskattention_mask, token_type_idstoken_type_ids ) # 提取CLS token的特征BERT输出的last_hidden_state是[batch_size, seq_len, 768] # 其中[:,0]取每个样本序列的第一个tokenCLS该token通常作为整句的聚合特征 cls_feature out.last_hidden_state[:, 0] # 将CLS特征传入全连接层映射到8维的分类得分 out self.fc(cls_feature) # 对分类得分做softmax归一化dim1表示按样本维度归一化得到各类别的概率 out out.softmax(dim
return out
3 数据预处理collate_fn批量处理文本数据完成分词、截断、padding 等操作适配 BERT 输入格式from transformers import BertTokenizer model_dir D:\\本地模型\\google-bert\\bert-base-chinese token BertTokenizer.from_pretrained(model_dir) def collate_fn(data): # 分离文本和标签 sentes [i[0] for i in data] label [i[1] for i in data] # 批量编码文本 data token.batch_encode_plus( batch_text_or_text_pairssentes, truncationTrue, # 截断过长文本 paddingmax_length, # 补齐到固定长度 max_length500, # 文本最大长度可根据数据分布调整 return_tensorspt, # 返回PyTorch张量 return_lengthTrue ) # 提取BERT输入特征 input_ids data[input_ids] attention_mask data[attention_mask] token_type_ids data[token_type_ids] labels torch.LongTensor(label) return input_ids,attention_mask,token_type_ids,labels
4 训练流程trainer.py实现模型训练与验证的全流程包含设备适配、数据加载、训练循环、模型保存# 导入PyTorch核心库 import torch # 导入自定义的数据集类对应之前编写的MyDataset加载CSV格式的微博数据 from MyData import MyDataset # 导入PyTorch的DataLoader用于批量加载数据 from torch.utils.data import DataLoader # 导入自定义的下游任务模型BERT全连接层的8分类模型 from net import Model # 导入Hugging Face的BertTokenizer用于BERT的文本编码 from transformers import BertTokenizer # 导入AdamW优化器BERT训练常用的优化器带权重衰减 from torch.optim import AdamW # 备选的DirectML设备配置适配AMD显卡当前注释未启用 # import torch_directml as dml # DEVICE dml.device() if dml.is_available() else torch.device(cpu) # 配置计算设备优先使用CUDANVIDIA显卡无则降级为CPU DEVICE torch.device(cuda if torch.cuda.is_available() else cpu) # 超参数与路径配置 # 训练轮数注意30000轮对于文本分类来说过大实际建议根据验证集效果早停 EPOCH 30000 # 本地中文BERT模型/分词器的存放路径 model_dir D:\\本地模型\\google-bert\\bert-base-chinese # 加载BERT分词器与预训练模型配套用于文本转token索引 token BertTokenizer.from_pretrained(model_dir) # 数据预处理函数collate_fn # 自定义DataLoader的批处理函数用于将原始样本转换为BERT可接收的输入格式 # 注代码注释提到样本不均衡的分类损失但此处仅为数据预处理未实际处理样本不均衡问题 def collate_fn(data): 批处理数据转换函数将原始(文本, 标签)样本转换为BERT的标准输入格式 Args: data (list): 一个batch的原始样本每个元素是(text, label)元组 Returns: tuple: (input_ids, attention_mask, token_type_ids, labels) 均为torch张量适配BERT模型输入 # 提取一个batch中的所有文本和标签 sentes [i[0] for i in data] # 所有样本的文本列表 label [i[1] for i in data] # 所有样本的标签列表 # 使用BERT分词器对批量文本进行编码 data token.batch_encode_plus( batch_text_or_text_pairssentes, # 待编码的批量文本 truncationTrue, # 超过max_length时截断 paddingmax_length, # 不足max_length时填充到指定长度 max_length500, # 文本最大长度BERT-base建议不超过512 return_tensorspt, # 返回PyTorch张量 return_lengthTrue # 返回每个文本的原始长度此处未使用 ) # 提取BERT的核心输入张量 input_ids data[input_ids] # token的索引序列核心输入 attention_mask data[attention_mask]# 注意力掩码1表示有效token0表示填充token token_type_ids data[token_type_ids]# 句子类型标识单句任务下全为0 labels torch.LongTensor(label) # 标签转换为长整型张量适配CrossEntropyLoss return input_ids, attention_mask, token_type_ids, labels # 数据集与数据加载器初始化 # 创建训练集和验证集实例加载对应CSV文件 train_dataset MyDataset(train) # 加载训练集data/Weibo/train.csv val_dataset MyDataset(validation) # 加载验证集data/Weibo/validation.csv # 创建训练集DataLoader批量加载数据 # 注若显存不足可减小batch_sizeshuffleTrue打乱数据提升泛化性 train_loader DataLoader( datasettrain_dataset, batch_size10, # 每个批次的样本数 shuffleTrue, # 每个epoch打乱训练数据 drop_lastTrue, # 丢弃最后一个不足batch_size的批次 collate_fncollate_fn # 自定义批处理函数 ) # 创建验证集DataLoader val_loader DataLoader( datasetval_dataset, batch_size5, # 验证集批次可更小减少显存占用 shuffleTrue, # 验证集打乱不影响结果仅为随机查看 drop_lastTrue, collate_fncollate_fn ) # 主训练流程 if __name__ __main__: # 打印当前使用的计算设备确认是否使用GPU print(f当前使用计算设备{DEVICE}) # 初始化下游任务模型并移至指定设备 model Model().to(DEVICE) # 初始化AdamW优化器BERT训练专用带权重衰减防止过拟合 # lr5e-4学习率BERT微调通常建议5e-5~2e-5此处5e-4偏大需注意 optimizer AdamW(model.parameters(), lr5e-
# 定义损失函数交叉熵损失适配多分类任务 # 注若样本不均衡可添加weight参数设置类别权重 loss_func torch.nn.CrossEntropyLoss() # 将模型设为训练模式启用Dropout、BatchNorm等训练层 model.train() # 遍历训练轮数 for epoch in range(EPOCH): # 初始化验证集累计损失和准确率 sum_val_acc 0 # 验证集总准确率 sum_val_loss 0 # 验证集总损失 # ---------------------- 训练阶段 ---------------------- for i, (input_ids, attention_mask, token_type_ids, labels) in enumerate(train_loader): # 将所有输入张量移至指定计算设备GPU/CPU input_ids input_ids.to(DEVICE) attention_mask attention_mask.to(DEVICE) token_type_ids token_type_ids.to(DEVICE) labels labels.to(DEVICE) # 前向传播模型输出8类别的概率分布 out model(input_ids, attention_mask, token_type_ids) # 计算损失交叉熵损失out为概率分布labels为真实标签 loss loss_func(out, labels) # 反向传播与优化 optimizer.zero_grad() # 清空梯度避免梯度累积 loss.backward() # 反向传播计算梯度 optimizer.step() # 优化器更新模型参数 # 每5个批次打印一次训练状态 if i % 5 0: out out.argmax(dim
# 取概率最大的类别作为预测结果 acc (out labels).sum().item() / len(labels) # 计算批次准确率 print(f训练轮数{epoch}批次{i}损失{loss.item():.4f}准确率{acc:.4f}) # ---------------------- 验证阶段 ---------------------- # 将模型设为评估模式禁用Dropout、BatchNorm等训练层 model.eval() # 验证阶段禁用梯度计算节省显存并加速计算 with torch.no_grad(): for i, (input_ids, attention_mask, token_type_ids, labels) in enumerate(val_loader): # 数据移至计算设备 input_ids input_ids.to(DEVICE) attention_mask attention_mask.to(DEVICE) token_type_ids token_type_ids.to(DEVICE) labels labels.to(DEVICE) # 前向传播 out model(input_ids, attention_mask, token_type_ids) # 计算验证损失 loss loss_func(out, labels) # 计算验证准确率 out out.argmax(dim
accuracy (out labels).sum().item() / len(labels) # 累计验证损失和准确率 sum_val_loss loss.item() sum_val_acc accuracy # 计算验证集平均损失和平均准确率 avg_val_loss sum_val_loss / len(val_loader) avg_val_acc sum_val_acc / len(val_loader) print(f验证轮数{epoch}平均损失{avg_val_loss:.4f}平均准确率{avg_val_acc:.4f}) # 注代码注释提到验证集精度升高、损失降低说明模型稳定可保存参数 # 保存当前轮数的模型参数仅保存权重不保存模型结构 torch.save(model.state_dict(), fparams/{epoch}bert-weibo.pth) print(f第{epoch}轮训练完成参数已保存至 params/{epoch}bert-weibo.pth) # 验证完成后切回训练模式准备下一轮训练 model.train()
5 推理与测试
3.
1 交互式推理run.py加载训练好的模型支持实时输入文本并输出情感类别# 导入PyTorch核心库用于张量操作和模型推理 import torch # 导入自定义的下游任务模型BERT全连接层的8分类情感模型 from net import Model # 导入Hugging Face的BertTokenizer用于BERT的文本编码 from transformers import BertTokenizer # 计算设备配置 # 备选配置1优先使用CUDANVIDIA显卡无则使用CPU # DEVICE torch.device(cuda if torch.cuda.is_available() else cpu) # 备选配置2优先使用DirectML适配AMD显卡无则使用CPU # 注代码中此处重复定义了DEVICE最终生效的是这一行 import torch_directml as dml DEVICE dml.device() if dml.is_available() else torch.device(cpu) # 情感类别配置 # 定义8类情感标签的名称与模型输出维度8维一一对应 # 顺序需与训练时的标签编码完全一致否则预测结果会错位 names [ like, # 喜欢 disgust, # 厌恶 happiness, # 开心 sadness, # 悲伤 anger, # 愤怒 surprise, # 惊讶 fear, # 恐惧 none # 无情绪/中性 ] # 打印当前使用的计算设备便于确认硬件是否生效 print(f当前使用计算设备{DEVICE}) # 模型与分词器初始化 # 初始化自定义情感分类模型并移至指定计算设备 model Model().to(DEVICE) # 本地中文BERT模型/分词器的存放路径需与训练时一致 model_dir D:\\本地模型\\google-bert\\bert-base-chinese # 加载与预训练BERT配套的分词器用于将输入文本转为模型可识别的token索引 token BertTokenizer.from_pretrained(model_dir) # 文本编码函数 def collate_fn(data): 单条文本编码函数将输入的原始文本转换为BERT模型可接收的标准输入格式 Args: data (str): 待预测的原始中文文本 Returns: tuple: (input_ids, attention_mask, token_type_ids) 均为PyTorch张量适配BERT模型输入 # 将单条文本封装为列表适配token.batch_encode_plus的批量输入格式 sentes [] sentes.append(data) # 使用BERT分词器对文本进行编码 data token.batch_encode_plus( batch_text_or_text_pairssentes, # 待编码的文本列表单条 truncationTrue, # 文本长度超过max_length时截断 paddingmax_length, # 文本长度不足时填充到max_length max_length500, # 文本最大长度需与训练时一致 return_tensorspt, # 返回PyTorch张量格式 return_lengthTrue # 返回文本原始长度此处未使用 ) # 提取BERT模型的核心输入张量 input_ids data[input_ids] # token的索引序列核心输入 attention_mask data[attention_mask]# 注意力掩码1有效token0填充token token_type_ids data[token_type_ids]# 句子类型标识单句任务下全为0 return input_ids, attention_mask, token_type_ids # 交互式测试函数 def test(): 交互式预测函数加载训练好的模型权重循环接收用户输入文本并预测情感类别 # 加载训练好的模型权重文件此处加载第2轮训练的参数 # 注需确保权重文件路径正确且与模型结构匹配 model.load_state_dict(torch.load(params/2bert-weibo.pth)) # 将模型设为评估模式禁用Dropout、BatchNorm等训练层保证推理稳定 model.eval() # 循环接收用户输入实现交互式测试 while True: # 提示用户输入测试文本或输入q退出 data input(请输入测试数据(输入q退出)) # 退出条件用户输入q时终止循环 if data q: print(测试结束) break # 步骤1将输入文本编码为BERT的标准输入格式 input_ids, attention_mask, token_type_ids collate_fn(data) # 步骤2将输入张量移至指定计算设备GPU/CPU/DirectML input_ids input_ids.to(DEVICE) attention_mask attention_mask.to(DEVICE) token_type_ids token_type_ids.to(DEVICE) # 步骤3模型推理禁用梯度计算节省显存并加速 with torch.no_grad(): # 前向传播模型输出8类别的概率分布 out model(input_ids, attention_mask, token_type_ids) # 取概率最大的类别索引作为预测结果dim1表示按样本维度取最大值 out out.argmax(dim
# 根据索引映射到对应的情感类别名称并输出 print(模型判定, names[out.item()], \n) # 主函数入口 if __name__ __main__: # 执行交互式测试函数 test()
3.
2 测试集批量评估test.py基于测试集评估模型整体准确率# 导入PyTorch核心库用于张量操作和模型推理 import torch # 导入自定义的数据集类加载CSV格式的微博测试数据 from MyData import MyDataset # 导入PyTorch的DataLoader用于批量加载测试集数据 from torch.utils.data import DataLoader # 导入自定义的下游任务模型BERT全连接层的8分类模型 from net import Model # 导入Hugging Face的BertTokenizer用于BERT的文本编码 from transformers import BertTokenizer # 备选的DirectML设备配置适配AMD显卡当前注释未启用 # import torch_directml as dml # DEVICE dml.device() if dml.is_available() else torch.device(cpu) # 配置计算设备优先使用CUDANVIDIA显卡加速推理无则降级为CPU DEVICE torch.device(cuda if torch.cuda.is_available() else cpu) # 模型与分词器配置 # 本地中文BERT模型/分词器的存放路径需与训练时一致 model_dir D:\\本地模型\\google-bert\\bert-base-chinese # 加载与预训练BERT配套的分词器用于将测试文本转为模型可识别的token索引 token BertTokenizer.from_pretrained(model_dir) # 数据预处理函数collate_fn def collate_fn(data): 批处理数据转换函数将测试集的原始(文本, 标签)样本转换为BERT的标准输入格式 Args: data (list): 一个batch的原始测试样本每个元素是(text, label)元组 Returns: tuple: (input_ids, attention_mask, token_type_ids, labels) 均为torch张量适配BERT模型输入和标签计算 # 提取一个batch中的所有文本和标签 sentes [i[0] for i in data] # 所有测试样本的文本列表 label [i[1] for i in data] # 所有测试样本的真实标签列表 # 使用BERT分词器对批量文本进行编码参数需与训练时完全一致 data token.batch_encode_plus( batch_text_or_text_pairssentes, # 待编码的批量文本 truncationTrue, # 超过max_length时截断 paddingmax_length, # 不足max_length时填充到指定长度 max_length500, # 文本最大长度需与训练时一致 return_tensorspt, # 返回PyTorch张量 return_lengthTrue # 返回每个文本的原始长度此处未使用 ) # 提取BERT的核心输入张量 input_ids data[input_ids] # token的索引序列核心输入 attention_mask data[attention_mask]# 注意力掩码1表示有效token0表示填充token token_type_ids data[token_type_ids]# 句子类型标识单句任务下全为0 labels torch.LongTensor(label) # 真实标签转换为长整型张量 return input_ids, attention_mask, token_type_ids, labels # 测试集与数据加载器初始化 # 创建测试集实例加载 data/Weibo/test.csv 文件 test_dataset MyDataset(test) # 创建测试集DataLoader批量加载测试数据 # 注测试阶段batch_size可设置更大如100提升推理效率shuffleTrue不影响准确率计算 test_loader DataLoader( datasettest_dataset, batch_size100, # 测试批次大小显存充足时可增大 shuffleTrue, # 打乱测试数据仅为随机遍历不影响最终准确率 drop_lastTrue, # 丢弃最后一个不足batch_size的批次 collate_fncollate_fn # 自定义批处理函数转换为BERT输入格式 ) # 主测试流程 if __name__ __main__: # 初始化准确率统计变量 acc 0 # 累计预测正确的样本数 total 0 # 累计参与测试的总样本数 # 打印当前使用的计算设备便于确认硬件是否生效 print(f当前使用计算设备{DEVICE}) # 初始化自定义模型并移至指定计算设备 model Model().to(DEVICE) # 加载训练好的模型权重文件此处加载第0轮训练的bert-large权重 # 注需确保权重文件路径正确且模型结构与训练时一致 model.load_state_dict(torch.load(params/0bert-large-weibo.pth)) # 将模型设为评估模式禁用Dropout、BatchNorm等训练层保证推理结果稳定 model.eval() # 禁用梯度计算测试阶段无需反向传播节省显存并加速推理 with torch.no_grad(): # 遍历测试集的所有批次 for i, (input_ids, attention_mask, token_type_ids, labels) in enumerate(test_loader): # 将所有输入张量和标签移至指定计算设备GPU/CPU input_ids input_ids.to(DEVICE) attention_mask attention_mask.to(DEVICE) token_type_ids token_type_ids.to(DEVICE) labels labels.to(DEVICE) # 前向传播模型输出8类别的概率分布 out model(input_ids, attention_mask, token_type_ids) # 取概率最大的类别索引作为预测结果dim1表示按样本维度取最大值 out out.argmax(dim
# 统计当前批次预测正确的样本数并累加到总正确数 batch_correct (out labels).sum().item() acc batch_correct # 打印当前批次索引和正确样本数便于实时查看测试进度 print(f测试批次{i}当前批次正确数{batch_correct}) # 累计总测试样本数 total len(labels) # 计算并打印测试集的整体准确率 overall_accuracy acc / total print(f\n测试集整体准确率{overall_accuracy:.4f})
训练调优与优化方向
1 现有问题与调优点样本不均衡代码注释中提到样本不均衡问题可通过加权 CrossEntropyLoss根据类别占比设置权重、过采样 / 欠采样、SMOTE 等方法优化超参数调整当前 EPOCH 设置为 30000偏多可增加早停策略验证集损失连续多轮不下降则停止训练学习率 5e-4 可下调如 2e-5适配 BERT 微调的最佳实践文本长度max_length500 可能过长微博评论通常较短可统计数据分布后调整为 128/256减少计算量模型冻结策略当前完全冻结 BERT 层可尝试解冻最后
层联合训练提升特征适配性。
2 进阶优化方向模型轻量化使用 DistilBERT、ALBERT 等轻量化模型替代 BERT-base降低部署成本数据增强通过同义词替换、回译等方式扩充训练数据提升模型泛化能力多尺度特征融合除 CLS token 外融合 BERT 最后几层的平均特征提升分类效果部署优化将模型导出为 ONNX 格式结合 TensorRT 加速推理适配线上服务。
五、
总结本文基于 BERT 预训练模型实现了微博评论 8 类情感的分类任务完整覆盖了数据加载、模型构建、训练验证、推理测试的全流程。
现有代码具备清晰的模块化结构可快速复现并适配不同的情感分析场景。
后续可针对样本不均衡、超参数、模型结构等方向进一步优化提升模型的准确率和工程落地性。
# 基于 BERT 的微博评论情感分析模型训练实践微博作为国内主流的社交媒体平台其评论数据蕴含着丰富的用户情感倾向。
本文将详细介绍如何基于 BERT 预训练模型构建微博评论情感分析模型实现 8 类情感喜欢、厌恶、开心、悲伤、愤怒、惊讶、恐惧、无情感的分类任务并完整拆解从数据加载、模型构建到训练推理的全流程。