利用Transformer库搭建情感分析模型

本文讲介绍如何利用Transformer库来快速搭建一个情感分析模型，同时也将利用BeautifulSoup从Yelp中获取评论，以便能够更大规模地计算情绪。

1. 导入依赖库

没有的话请提前安装，安装若有问题可以留言。

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch
import requests
from bs4 import BeautifulSoup
import re

2. 初始化模型

这一段代码将从HuggingFace的Transformer库下载预训练好的情感分析模型。
https://huggingface.co/nlptown/bert-base-multilingual-uncased-sentiment
这个预训练模型它以多颗星（1到5颗星之间）预测评论的情绪。

• Example

tokenizer = AutoTokenizer.from_pretrained('nlptown/bert-base-multilingual-uncased-sentiment')

model = AutoModelForSequenceClassification.from_pretrained('nlptown/bert-base-multilingual-uncased-sentiment')

3. 编码以及计算情绪

tokens = tokenizer.encode('I hated this, absolutely the worst', return_tensors='pt')

• 可以查看经预训练tokenizer编码之后的句向量

tokens

# tensor([[  101,   151, 39487, 10163, 10372,   117, 35925, 10563, 10103, 43060, 102]])

• 经预训练tokenizer解码之后的句子包含了[CLS]和<