17行代碼跑最新NLP模型?你也可以!

• 本次作者評(píng)測(cè)所需(防嚇退)

1. 一臺(tái)可以上網(wǎng)的電腦
2. 基本的python代碼閱讀能力，用于修改幾個(gè)模型參數(shù)
3. 對(duì)百度中文NLP最新成果的濃烈興趣

• 訓(xùn)練模型：Senta情感分析模型基本簡(jiǎn)介

Senta是百度NLP開(kāi)放的中文情感分析模型，可以用于進(jìn)行中文句子的情感分析，輸出結(jié)果為{正向/中性/負(fù)向}中的一個(gè)，關(guān)于模型的結(jié)構(gòu)細(xì)節(jié)，請(qǐng)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(lái)源：Paddlehub簡(jiǎn)介

PaddleHub是基于PaddlePaddle開(kāi)發(fā)的預(yù)訓(xùn)練模型管理工具，可以借助預(yù)訓(xùn)練模型更便捷地開(kāi)展遷移學(xué)習(xí)工作。 

• 本次評(píng)測(cè)中只使用了預(yù)訓(xùn)練模型，沒(méi)有進(jìn)行fine-tune
• 代碼運(yùn)行環(huán)境：百度 AI studio

實(shí)驗(yàn)代碼

• 來(lái)自paddlehub/senta_demo.py

github：https://github.com/PaddlePaddle/PaddleHub/blob/release/v0.5.0/demo/senta/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(cè)試的短文本以str格式放到這個(gè)列表里 
 test_text = [ 
 "這家餐廳不是很好吃", 
 "這部電影差強(qiáng)人意", 
 ] 
 # 指定模型輸入 
 input_dict = {"text": test_text} 
 # 把數(shù)據(jù)喂給senta模型的文本分類函數(shù) 
 results = senta.sentiment_classify(data=input_dict) 
 # 遍歷分析每個(gè)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(xì)測(cè)評(píng)

成語(yǔ)情感分析

input

test_text = [ 
 '滄海桑田', # 中型，世事變化很大 
 '下里巴人', # 褒義，通俗的文學(xué)藝術(shù) 
 '有口皆碑', # 褒義，對(duì)突出的好人好事一致頌揚(yáng) 
 '危言危行', # 褒義，說(shuō)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(xiě)的很好 
 '文不加點(diǎn)', # 褒義，指寫(xiě)作技巧高超 
 '差強(qiáng)人意', # 褒義，大體還能使人滿意 
 '無(wú)微不至', # 褒義，指細(xì)心周到 
 '事倍功半', # 褒義，指不費(fèi)力就有好的效果 
 '事半功倍', # 貶義，指浪費(fèi)了力氣卻沒(méi)有好效果 
 '蠢蠢欲動(dòng)', # 貶義，指要干壞事 
 '面目全非', # 貶義，指大破壞 
 '江河日下', # 貶義，指事物日漸衰落 
 '評(píng)頭論足', # 貶義，指小節(jié)過(guò)分挑剔 
 '生靈涂炭', # 貶義，指人民極端困苦 
 '始作俑者', # 貶義，第一個(gè)做壞事的人 
 '無(wú)所不為', # 貶義，什么壞事都干 
 '無(wú)所不至', # 貶義，什么壞事都干 
 '陽(yáng)春白雪', # 貶義，高深不容易理解的藝術(shù) 
 ] 

output

運(yùn)行耗時(shí): 4秒480毫秒 
text: 滄海桑田, positive_prob: 0.3838, predict: negative # 錯(cuò)誤 
text: 下里巴人, 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(diǎn), positive_prob: 0.1284, predict: negative # 錯(cuò)誤 
text: 差強(qiáng)人意, positive_prob: 0.0429, predict: negative # 錯(cuò)誤 
text: 無(wú)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(cuò)誤 
text: 蠢蠢欲動(dòng), positive_prob: 0.7353, predict: positive # 錯(cuò)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(píng)頭論足, positive_prob: 0.6737, predict: positive # 錯(cuò)誤 
text: 生靈涂炭, positive_prob: 0.4661, predict: neutral # 錯(cuò)誤 
text: 始作俑者, positive_prob: 0.247, predict: negative 
text: 無(wú)所不為, positive_prob: 0.5948, predict: positive # 錯(cuò)誤 
text: 無(wú)所不至, positive_prob: 0.553, predict: positive # 錯(cuò)誤 
text: 陽(yáng)春白雪, positive_prob: 0.7552, predict: positive # 錯(cuò)誤 

正確率：10/20 = 50%

轉(zhuǎn)折復(fù)句情緒分析

input

test_text = [ 
 '小明雖然考了第一，但是他一點(diǎn)也不驕傲', # 積極  
 '你不是不聰明，而是不認(rèn)真', # 消極 
 '雖然小明很努力，但是他還是沒(méi)有考100分', # 消極  
 '雖然小明有時(shí)很頑皮，但是他很懂事', # 積極  
 '雖然這座橋已經(jīng)建了很多年，但是她依然很堅(jiān)固', # 積極  
 '他雖然很頑皮，但是學(xué)習(xí)很好', # 積極 
 '學(xué)習(xí)不是枯燥無(wú)味，而是趣味橫生', # 積極  
 '雖然很困難，但是我還是不會(huì)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(guò)分，但是都是為了你好', # 積極  
 '小明成績(jī)不好，不是因?yàn)椴宦斆鳎且驗(yàn)椴慌?, # 消極  
 '雖然這樣做不妥當(dāng)，但已經(jīng)是最好的選擇', # 積極  
 '這次雖然失敗，但卻是成功的開(kāi)始', # 積極 
 '雖然這道題很難，但是我相信我會(huì)把它做出來(lái)', # 積極  
 '雖然爺爺已經(jīng)很老了，但是他還是堅(jiān)持每天做運(yùn)動(dòng)', # 積極  
 '不是沒(méi)有美，而是我們?nèi)鄙侔l(fā)現(xiàn)美的眼光', # 消極  
 '雖然他們有良好的生活條件，但是浪費(fèi)資源遲早會(huì)帶來(lái)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(huì)做，而是不想做', # 消極 
 '雖然那個(gè)夢(mèng)想看起來(lái)離我遙不可及，但是我相信經(jīng)過(guò)我的努力它一定會(huì)實(shí)現(xiàn)', # 積極 
 ] 

output

運(yùn)行耗時(shí): 2秒667毫秒 
text: 小明雖然考了第一，但是他一點(diǎn)也不驕傲, positive_prob: 0.9598, 
 predict: positive  
text: 你不是不聰明，而是不認(rèn)真, positive_prob: 0.0275, 
 predict: negative 
text: 雖然小明很努力，但是他還是沒(méi)有考100分, positive_prob: 0.7188, 
 predict: positive # 錯(cuò)誤 
text: 雖然小明有時(shí)很頑皮，但是他很懂事, positive_prob: 0.8776, 
 predict: positive 
text: 雖然這座橋已經(jīng)建了很多年，但是她依然很堅(jiān)固, positive_prob: 0.9782, 
 predict: positive 
text: 他雖然很頑皮，但是學(xué)習(xí)很好, positive_prob: 0.9181, 
 predict: positive 
text: 學(xué)習(xí)不是枯燥無(wú)味，而是趣味橫生, positive_prob: 0.3279, 
 predict: negative # 錯(cuò)誤 
text: 雖然很困難，但是我還是不會(huì)退縮, positive_prob: 0.3974, 
 predict: negative # 錯(cuò)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(guò)分，但是都是為了你好, positive_prob: 0.399, 
 predict: negative # 錯(cuò)誤 
text: 小明成績(jī)不好，不是因?yàn)椴宦斆鳎且驗(yàn)椴慌? positive_prob: 0.1881, 
 predict: negative 
text: 雖然這樣做不妥當(dāng)，但已經(jīng)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(kāi)始, positive_prob: 0.4862, 
 predict: neutral # 錯(cuò)誤 
text: 雖然這道題很難，但是我相信我會(huì)把它做出來(lái), positive_prob: 0.3959, 
 predict: negative # 錯(cuò)誤 
text: 雖然爺爺已經(jīng)很老了，但是他還是堅(jiān)持每天做運(yùn)動(dòng), positive_prob: 0.9178, 
 predict: positive 
text: 不是沒(méi)有美，而是我們?nèi)鄙侔l(fā)現(xiàn)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(fèi)資源遲早帶來(lái)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(cuò)誤 
text: 他不是不會(huì)做，而是不想做, positive_prob: 0.1247, 
 predict: negative  
text: 雖然那個(gè)夢(mèng)想看起來(lái)離我遙不可及，但是我相信經(jīng)過(guò)我的努力它一定會(huì)實(shí)現(xiàn), positive_prob: 0.957, 
 predict: positive 

正確率：13/20 = 65%

具體場(chǎng)景情緒分析

input

test_text = [ 
 '這車耗油很快',  
 '這車開(kāi)的很快', 
 '這房間有一股死老鼠味道', 
 '這房間有煙味', 
 '他的發(fā)型像殺馬特', 
 '這衣服機(jī)洗掉色', 
 '這衣服穿多了起球', 
 '這軟件容易閃退', 
 '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(diào)', 
 '這酒讓人回味', 
 '這衣服很酷', 
 '他的側(cè)臉好像林峰', 
 '五星好評(píng)', 
 '以后會(huì)回購(gòu)的', 
 '性價(jià)比很高', 
 '物美價(jià)廉', 
 '這女生讓我心動(dòng)' 
 ] 

output

運(yùn)行耗時(shí): 2秒676毫秒 
text: 這車耗油很快, positive_prob: 0.2926, predict: negative 
text: 這車開(kāi)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: 他的發(fā)型像殺馬特, positive_prob: 0.3445, predict: negative 
text: 這衣服機(jī)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(cuò)誤 
text: 這軟件容易閃退, positive_prob: 0.0051, predict: negative 
text: 他打球的樣子像蔡徐坤, positive_prob: 0.8684, predict: positive # 錯(cuò)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(cuò)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(diào), 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(cè)臉好像林峰, positive_prob: 0.5621, predict: positive 
text: 五星好評(píng), positive_prob: 0.9971, predict: positive 
text: 以后會(huì)回購(gòu)的, positive_prob: 0.6903, predict: positive 
text: 性價(jià)比很高, positive_prob: 0.9799, predict: positive 
text: 物美價(jià)廉, positive_prob: 0.9542, predict: positive 
text: 這女生讓我心動(dòng), positive_prob: 0.956, predict: positive 

正確率：17/20 = 85%

總結(jié)，三個(gè)不同類別的測(cè)評(píng)如下所示：

總結(jié)

1.模型計(jì)算耗時(shí)較小，使用體驗(yàn)不錯(cuò)。

2.成語(yǔ)情感分析方面，我專門(mén)挑選的是一些比較難從字面理解的，容易混淆情感的成語(yǔ)(比如差強(qiáng)人意被判定為消極)，這些也是高考常考的內(nèi)容。雖然最后模型正確率只有一般，但是我認(rèn)為是可以接受的，適當(dāng)增加成語(yǔ)語(yǔ)句作為訓(xùn)練語(yǔ)料會(huì)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(yǔ)，我覺(jué)得得分會(huì)比本次評(píng)測(cè)的結(jié)果要好。

3.轉(zhuǎn)折語(yǔ)句情感分析本身也是對(duì)模型的一種挑戰(zhàn)，實(shí)測(cè)效果為65分，個(gè)人覺(jué)得模型對(duì)于像“但是”，“雖然”這樣的詞語(yǔ)沒(méi)有足夠的attention，因?yàn)檫@些轉(zhuǎn)折詞背后的語(yǔ)義往往才是最影響整個(gè)句子的情感的，最終評(píng)分65分，個(gè)人認(rèn)為模型在這方面表現(xiàn)一般。

4.評(píng)分最好看的是具體場(chǎng)景情感分析，大概預(yù)訓(xùn)練語(yǔ)料中有大量的淘寶評(píng)價(jià)?像殺馬特 20 科比 這些小字眼是判定情感的關(guān)鍵，而模型也確實(shí)捕捉到并判斷出來(lái)了，這點(diǎn)比較讓我驚喜。