【自然语言处理】情感分析（五）：基于 BERT 实现

本系列文章包含：

• 基于 NLP 的电影评论情感分析模型比较
• 情感分析（一）：基于 NLTK 的 Naive Bayes 实现
• 情感分析（二）：基于 scikit-learn 的 Naive Bayes 实现
• 情感分析（三）：基于 Word2Vec 的 LSTM 实现
• 情感分析（四）：基于 Tokenizer 和 Word2Vec 的 CNN 实现
• 情感分析（五）：基于 BERT 实现

---

即使大家没用过 BERT（Bidirectional Encoder Representation from Transformers），相信对它在自然语言处理任务中的优越表现也早已有所耳闻。本篇博客将重点介绍 BERT 是如何助力情感分析的。工欲善其事必先利其器，在正式开始之前，先介绍几个要用到的包。

本文代码已上传至 我的GitHub，需要可自行下载。

1.相关包介绍

1.1 TensorFlow Official Models

TensorFlow Official Models 是使用 TensorFlow 高级 API 的模型集合。比如，它提供了多种 预训练语言模型（Pre-trained Language Model），如下表所示：

模型	参考（论文）