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
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:
与:
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
相关问题 更多 >
编程相关推荐