NLP 实战项目：使用 BERT 进行模型微调，进行文本情感分析

文章预览

向AI转型的程序员都关注公众号 机器学习AI算法工程 本篇我们使用公开的微博数据集(weibo_senti_100k)进行训练，此数据集已经进行标注，0: 负面情绪，1:正面情绪。数据集共计82718条(包含标题)。如下图： 下面我们使用bert-base-chinese预训练模型进行微调并进行测试。  1. 导入必要的库 2. 加载数据集和预训练模型 3. 对数据集进行预处理 注意：此处需要打乱数据行，为了快速训练展示，下面程序只加载了1500条数据。 4. 将数据集分为训练集、验证集 5. 设置训练参数 6. 训练模型 7. 评估模型 8. 进行预测 机器学习算法AI大数据技术  搜索公众号添加：   datanlp 长按图片，识别二维码 阅读过本文的人还看了以下文章： 实时语义分割ENet算法，提取书本/票据边缘 整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主 《大语言模型》 ………………………………