cn-transformer-sentiment

这是一个基于中文预训练 Transformer 微调得到的外卖评论情感分析模型。

模型主要用于判断一条中文外卖评论是：

负面 / 正面

标签含义：

LABEL_0 / 负面 = 负面
LABEL_1 / 正面 = 正面

模型来源

本模型基于以下预训练模型继续微调：

uer/chinese_roberta_L-8_H-512

训练方式为全量微调，即 Transformer 主体参数和分类头参数都会更新。

训练数据

训练数据来自公开中文外卖评论数据集 waimai_10k，整理后数据规模为：

训练集：9584 条
验证集：1198 条
测试集：1198 条

数据格式为：

text,label
配送很快，味道也不错,1
等了两个小时，菜都凉了,0

测试集结果

在 waimai_10k_test.csv 上的测试结果：

accuracy:        0.9115
macro_precision: 0.9044
macro_recall:    0.8949
macro_f1:        0.8994

分类细节：

负面 precision 0.9240 | recall 0.9449 | f1 0.9343 | support 798
正面 precision 0.8848 | recall 0.8450 | f1 0.8645 | support 400

混淆矩阵：

          pred_负面  pred_正面
true_负面       754        44
true_正面        62       338

使用方法

from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch

model_name = "hax404/cn-transformer-sentiment"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

text = "配送很快，味道也不错"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=128)

with torch.no_grad():
    logits = model(**inputs).logits
    probs = torch.softmax(logits, dim=-1)[0]
    pred = int(torch.argmax(probs))

print(model.config.id2label[pred], float(probs[pred]))

局限性

这个模型是二分类模型，只输出正面或负面。真实外卖评论里经常会出现混合情绪，例如：

味道不错，但是送餐太慢
送得挺快，就是饮料送错了
有点腻，味道还可以

这类评论很难简单归为正面或负面，因此模型在混合情绪、反讽表达和标签噪声较多的数据上可能会判断不稳定。

适用场景

适合作为中文评论情感分析、Transformer 微调和文本分类实验的 baseline。

不建议直接作为商业生产系统使用。