05

情感分析與文字分類

5.1 基於詞典的情感分析

工具名 週間下載 累計下載 Stars 說明
oseti 169 178k 99 基於日語情感極性詞典
pymlask 107 68k 119 基於 ML-Ask 的情感分析

oseti 是基於岩波書店日語情感極性詞典的情感分析工具,雖然是基於規則的方法,仍能輕鬆判斷日語文字的正負面情感。

pymlask 是一個基於情感詞典 ML-Ask 的工具,能夠判斷「喜悅」、「悲傷」、「憤怒」等多種情感類別。

oseti
基於日語情感極性詞典
99 169/w
pymlask
基於 ML-Ask 的情感分析
119 107/w

5.2 基於機器學習的情感分析

工具名 週間下載 累計下載 Stars 說明
asari 91 84k 153 日語情感分析器
negapoji - - 152 負面/正面判斷

asari 在情感分析類別中知名度最高,Stars:153。內建機器學習模型,通過簡單的 API 即可進行情感分析。

asari
日語情感分析器
153 91/w
negapoji
負面/正面判斷
152

5.3 BERT 微調方法

近年來,針對情感分析任務對預訓練 BERT 模型進行微調的方法正逐漸成為主流。

  • Japanese-BERT-Sentiment-Analyzer:使用 FastAPI 和 BERT 的情感分析伺服器
  • japanese_text_classification:調查包含 MLP、CNN、RNN 及 BERT 在內的多種 DNN 方法

JGLUE 基準測試中包含情感分析相關任務,能夠對基於 BERT 的方法進行標準評估。

Hugging Face 上的情感分析模型

在 Hugging Face 的文字分類類別中,已發布多個針對日語情感分析進行微調的模型。

模型名 HF 下載 按讚數 說明
bert-finetuned-japanese-sentiment (christian-phu) 329k 16 以亞馬遜評論訓練;準確率約 81%
japanese-sentiment-analysis (jarvisx17) 4k 15 以 chABSA 資料集訓練
bert-base-japanese-v2-wrime-fine-tune (patrickramos) 1k 6 WRIME 8 情感強度預測

bert-finetuned-japanese-sentiment 以 329k 的週間下載數在 text-classification 類別中使用量最大,它在亞馬遜商品評論上微調 cl-tohoku/bert-base-japanese-v2,報告準確率約 81%、F1 分數 0.73。

bert-base-japanese-v2-wrime-fine-tune 在 WRIME 資料集上進行微調,能夠針對喜悅、悲傷、期待、驚訝、憤怒、恐懼、厭惡及信任等八種情感,分別預測書寫者與讀者視角的強度分數(0~4)。


bert-finetuned-japanese-sentiment (christian-phu)
以亞馬遜評論訓練;準確率約 81%
329k 16
japanese-sentiment-analysis (jarvisx17)
以 chABSA 資料集訓練
4k 15
bert-base-japanese-v2-wrime-fine-tune (patrickramos)
WRIME 8 情感強度預測
1k 6