不给出中性结果的Flair情感分析

Question

我在用我的天赋进行情感分析。然而，当我试图预测标签时，我无法得到一个中立的类。此外，班级的信心太不真实，即概率为正>；始终为0.97或负，概率极高。即使是非常中性的词也有很高的概率被预测为肯定或否定

classifier = TextClassifier.load('en-sentiment')
inputQuery='Go There and Walk'

sentence = Sentence(inputQuery)
classifier.predict(sentence)
label = sentence.labels[0]
labscore = (label.score)*100
response = {'result': label.value, 'score':"%.2f" % labscore}
print(response)

这里的输出是：{'result'：'POSITIVE'，'score'：'96.66'} 我做错了什么

Answer 1

问题不在于代码，而在于模型（幕后）的训练方式和工作方式。Flair使用的英语模型是基于release的特定数据集（电影和产品评论）进行培训的。如果要查看模型文件，它通常位于主目录中的.flair子文件夹中

基本上，您使用的是提供给您的预先培训的模型。要获得不同的分数，您可以构建自己的模型，也可以添加到现有模型中，或者使用不同的模型

您可以尝试其他型号，看看替换这一行会得到什么结果：

classifier = TextClassifier.load('en-sentiment')

与：

classifier = TextClassifier.load('sentiment-fast') # for a RNN based model

请注意，上面的模型不太可能提供更好的结果，但值得一试。否则，最好探索构建自己的情绪分析模型并加载它