File size: 1,907 Bytes
97a5393 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 | # text-emotion-classification
一个可本地快捷部署使用的文本情绪识别模型应用。项目直接运行 `main.py` 即可进行交互式推理。
## 功能
- **本地推理**：加载仓库内的 `sentiment_roberta` 模型目录进行文本情绪分类。
- **标签映射**：从 `text-emotion.yaml` 读取 `id -> 情绪中文名` 映射。
- **交互式 CLI**：命令行输入文本，输出情绪类别与置信度。
## 目录结构（关键文件）
- `main.py`：入口脚本（直接运行即可）
- `sentiment_roberta/`：已导出的 Transformers 模型目录（包含 `config.json`、`model.safetensors`、tokenizer 等）
- `text-emotion.yaml`：标签映射文件
- `release-note.md`：Release 说明（由 GitHub Action 用作 release body）
## 运行环境配置要求
- Python 3.10（推荐，与作者环境一致；3.9+ 理论可用但未完整验证）
- 依赖管理方式：Conda 环境（推荐）或 venv
- PyTorch：
- CPU 推理：安装 CPU 版 `torch`
- GPU 推理：需要 NVIDIA GPU + 对应版本 CUDA（本仓库作者环境为 `torch==2.10.0+cu128` / `torchvision==0.25.0+cu128`，即 CUDA 12.8 构建）
本仓库提供了作者的 conda 环境导出文件：`environment.yml`。
## 安装
### 使用 conda 环境文件（推荐，复现作者环境）
```bash
conda env create -f environment.yml
conda activate text-emotion-classification
```
## 运行
```bash
python main.py
```
运行后按提示输入文本：
- 输入任意文本并回车：输出情绪预测与置信度
- 直接回车：退出
## 常见问题
- **找不到模型目录 `sentiment_roberta`**
- 请确认仓库根目录下存在 `sentiment_roberta/`，且其中包含 `config.json`、`model.safetensors` 等文件。
- **模型推理设备**
- 程序会自动选择 `cuda`（如可用）否则使用 `cpu`。
## License
见 [Apache 2.0 License](./LICENSE)。
|