Flair情感分析未得出中性结果

如何解决Flair情感分析未得出中性结果

我正在使用Flair进行情感分析。但是，当我尝试预测标签时，我永远都无法获得中立类。同样，阶级的信心也太虚幻了，即它总是大于0.97的概率是正的，而概率很高的则是负的。即使是非常中性的单词，也很有可能被预测为正面或负面。

classifier = TextClassifier.load('en-sentiment')
inputQuery='Go There and Walk'

sentence = Sentence(inputQuery)
classifier.predict(sentence)
label = sentence.labels[0]
labscore = (label.score)*100
response = {'result': label.value,'score':"%.2f" % labscore}
print(response)

此处输出为：{'result'：'POSITIVE'，'score'：'96 .66'} 我在做什么错了？

解决方法

问题不在于您的代码，而是模型（幕后）的训练方式和工作方式。根据{{​​3}}，在某些数据集（电影和产品评论）上训练了Flair使用的英语模型。如果要查看模型文件，它通常位于主目录的.flair子文件夹中。

基本上，您使用的是提供的预训练模型来给您评分。要获得不同的分数，您可以构建自己的模型，也可以将其添加到现有模型中，也可以使用其他模型。

您可以尝试其他模型，并通过替换以下行来查看得到的结果：

classifier = TextClassifier.load('en-sentiment')

具有：

classifier = TextClassifier.load('sentiment-fast') # for a RNN based model

请注意，以上模型不太可能为您提供更好的结果，但值得尝试。否则，最好探索构建自己的情绪分析模型并加载它。