使用Bert进行德语情感分类

这个模型是用于德语文本情感分类的。为了取得最佳的结果，所有模型的输入都需要经过相同的预处理过程，这个预处理过程在训练过程中也被应用了。为了简化模型的使用，我们提供了一个Python包，其中包含了预处理和推断所需的代码。

该模型使用了Google的Bert架构，并且在183.4万个德语样本上进行了训练。训练数据包含了来自不同领域（如Twitter、Facebook以及电影、应用和酒店评论）的文本。您可以在 paper 中找到有关数据集和训练过程的更多信息。

使用Python包

要开始使用，请从 pypi 中安装该包：

pip install germansentiment

from germansentiment import SentimentModel

model = SentimentModel()

texts = [
    "Mit keinem guten Ergebniss","Das ist gar nicht mal so gut",
    "Total awesome!","nicht so schlecht wie erwartet",
    "Der Test verlief positiv.","Sie fährt ein grünes Auto."]
       
result = model.predict_sentiment(texts)
print(result)

上述代码将输出以下列表：

["negative","negative","positive","positive","neutral", "neutral"]

输出类别概率

from germansentiment import SentimentModel

model = SentimentModel()

classes, probabilities = model.predict_sentiment(["das ist super"], output_probabilities = True) 
print(classes, probabilities)

['positive'] [[['positive', 0.9761366844177246], ['negative', 0.023540444672107697], ['neutral', 0.00032294404809363186]]]

模型和数据

如果您对用于训练此模型的代码和数据感兴趣，请参阅 this repository 和我们的 paper 。以下是该模型在不同数据集上达到的F1分数表。由于我们使用了transformer库的更新版本对该模型进行了训练，所以结果略好于论文中报告的结果。

引用

如果您发现此模型有用，请通过邮件或Twitter与我联系 @oliverguhr 。如果您能引用我们，我们将不胜感激：

@InProceedings{guhr-EtAl:2020:LREC,
  author    = {Guhr, Oliver  and  Schumann, Anne-Kathrin  and  Bahrmann, Frank  and  Böhme, Hans Joachim},
  title     = {Training a Broad-Coverage German Sentiment Classification Model for Dialog Systems},
  booktitle      = {Proceedings of The 12th Language Resources and Evaluation Conference},
  month          = {May},
  year           = {2020},
  address        = {Marseille, France},
  publisher      = {European Language Resources Association},
  pages     = {1620--1625},
  url       = {https://www.aclweb.org/anthology/2020.lrec-1.202}
}