ABSA-PyTorch是一个基于方面的情感分析，使用PyTorch实现。
要求pytorch>=0.4.0umpy>=1.13.3sklearpytho3.6/3.7trasformers要安装要求内容，请运行pipistall-rrequiremets.txt.对于非基于BERT的模型， 需要 GloVe 预训练的词向量，更多细节请参考 data_utils.py。用法训练pythotrai.py--model_amebert_spc--datasetrestaurat所有实现的模型都列在模型目录中。有关更多训练参数，请参阅 trai.py。有关k-fold交叉验证支持，请参阅trai_k_fold_cross_val.py。推理对于非基于BERT的模型和基于BERT的模型，请参阅 ifer_example.py。提示对于非基于BERT的模型，训练过程不是很稳定。基于BERT的模型对小数据集上的超参数（尤其是学习率）更敏感，请参阅此问题。对特定任务进行微调是释放BERT真正威力所必需的。框架对于灵活的训练/推理和方面术语提取，请尝试 PyABSA，它包含此存储库中的所有模型。
评论