senti-c 0.1.4

Traditional Chinese sentiment analysis tool based on BERT.

senti_c (sentiment analysis toolkit for traditional Chinese)

簡介

本工具為繁體中文情感分析套件，支援三種類型分析：句子情感分類、屬性術語提取、屬性情感分類；同時提供函數供使用者應用其它資料重新微調模型。

目錄

• 安裝方式
• 功能介紹
• 範例程式
• 資料

---

執行環境

• python3.8

安裝方式

• 要先至 https://pytorch.org/ 下載適合作業系統的PyTorch Version 1.x套件。

1.pip

pip install senti_c 

2.from source

git clone https://github.com/hsinmin/senti_c
cd senti_c
python3 setup.py install

功能介紹

1.句子情感分類：預測

from senti_c import SentenceSentimentClassification

sentence_classifier = SentenceSentimentClassification()

test_data = ["我很喜歡這家店！超級無敵棒！","這個服務生很不親切..."]  
result = sentence_classifier.predict(test_data,run_split=True,aggregate_strategy=False)  # 可依據需求調整參數

• 結果如下：

2.句子情感分類：重新微調模型

from senti_c import SentenceSentimentModel

sentence_classifier = SentenceSentimentModel()
sentence_classifier.train(data_dir="./data/sentence_data",output_dir="test_fine_tuning_sent")  # 可依據需求調整參數

3.屬性情感分析：預測

from senti_c import AspectSentimentAnalysis

aspect_classifier = AspectSentimentAnalysis()

test_data = ["我很喜歡這家店！超級無敵棒！","這個服務生很不親切..."]   
result = aspect_classifier.predict(test_data,output_result="all")  # 可依據需求調整參數

• 結果如下：

4.屬性情感分析：重新微調模型

from senti_c import AspectSentimentModel

aspect_classifier = AspectSentimentModel()
aspect_classifier.train(data_dir="./data/aspect_data",output_dir="test_fine_tuning_aspect")  # 可依據需求調整參數

範例程式

相關功能demo可參考examples資料夾中的function_demo檔案。

資料

本研究蒐集Google評論上餐廳與飯店領域評論內容、並進行句子情感分類、屬性情感分析標記 (屬性標記與情感標記)。

單位

本工具之開發人員為國立台灣大學資訊管理學系資訊分析與經濟效果研究實驗室的成員。 主要參與人員為凃育婷([e-mail])與盧信銘([e-mail])。 網址: http://www.im.ntu.edu.tw/~lu/index.htm

引用

如果你使用本工具，請引用以下碩士論文:
凃育婷（2020）。基於順序遷移學習開發繁體中文情感分析工具。國立臺灣大學資訊管理學研究所碩士論文，台北市。