# sentiment-analysis

**Repository Path**: lfs-code/sentiment-analysis

## Basic Information

- **Project Name**: sentiment-analysis
- **Description**: 基于 PaddleNLP 的中文外卖评论情感分析，微调模型准确率 91.7%。
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-05-14
- **Last Updated**: 2026-07-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 中文情感分析项目

## 一、项目概述

使用 PaddleNLP 对中文外卖评论进行情感分析（正面/负面），完成从数据清洗、模型测试、错误分析、数据修正到模型微调和部署的全流程。

**核心成果**：微调后的情感分析模型在外卖评论测试集上达到 **91.7%** 的准确率，可轻松集成到实际应用中。

## 二、技术栈

- Python 3.9
- PaddlePaddle / PaddleNLP
- 数据集：waimai_10k（外卖评论）、ChnSentiCorp_htl_all（酒店评论）

## 三、模型对比

### 1. 通用模型（未微调）

| 模型 | 准确率 | 耗时（1000条） |
|------|--------|----------------|
| 默认模型 (ernie-3.0-tiny) | 87.10% | 约3.5秒 |
| **bilstm** | **87.10%** | **更快** |

> 在外卖数据上，默认模型与 `bilstm` 准确率相同，`bilstm` 速度更快，适合对效率要求高的场景。

### 2. 微调模型（本项目最终模型）

| 模型 | 准确率 | 说明 |
|------|--------|------|
| `bert-base-chinese` (未微调) | 48.8% | 分类头随机初始化，接近随机猜测 |
| **微调模型 (基于 ernie-3.0-base-zh)** | **91.7%** | 在外卖评论上微调，效果显著提升 |

- 正向样本准确率：91.5%
- 负向样本准确率：93.1%
- 微调后准确率比通用模型提升 **4.6 个百分点**，比随机初始化模型提升 **42.9 个百分点**。

## 四、Quick Start（使用微调模型）

### 1. 安装依赖

```bash
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple(自己电脑上运行)
```
### 2. 下载微调模型
模型文件（约 400 MB）可从以下地址下载：
🔗 [通过网盘分享的文件：waimai_sentiment_finetuned.zip
链接: https://pan.baidu.com/s/13bYarV8MWi82trwbJHryZw （提取码: 52NL） ]
下载后解压，将 finetuned_model 文件夹放在项目根目录。

### 3. 运行预测
python
from predict import SentimentAnalyzer

analyzer = SentimentAnalyzer()
result = analyzer.predict(["这家外卖很好吃", "太难吃了，等了两个小时"])
print(result)
输出示例：

python
[
    {'text': '这家外卖很好吃', 'label': 'positive', 'score': 0.9702},
    {'text': '太难吃了，等了两个小时', 'label': 'negative', 'score': 0.9799}
]
### 4. 批量预测（自定义数据）
python
import pandas as pd
from predict import SentimentAnalyzer

analyzer = SentimentAnalyzer()
df = pd.read_csv("comments.csv")
texts = df['comment'].tolist()
results = analyzer.predict(texts)
df['sentiment'] = [r['label'] for r in results]
df.to_csv("result.csv", index=False)

## 五、微调细节
### 1.基座模型：ernie-3.0-base-zh

### 2.训练数据：外卖评论，正负样本各约 500 条（均衡）

### 3.训练轮数：3 epochs

### 4.学习率：2e-5

### 5.批大小：16

### 6.最大序列长度：128

### 7.优化器：AdamW

### 8.损失函数：CrossEntropyLoss

## 六、项目结构

###  text-classification-sentiment-analysis/
|—— data/                      # 示例数据
|——error_analysis            # 错误分析结果
├── finetuned_model/           # 微调后的模型文件
|——results/                    # 预测结果
├── scripts/                   # 脚本目录（如数据处理、模型训练等）
|——AIStudio_requirements.txt   # AISudio 运行依赖列表
|—— problems_and_insights.md   # 项目问题与心得
├── README.md                  # 项目说明
├── requirements.txt           # 依赖列表


## 七、环境依赖

Python 3.8+

PaddlePaddle >= 2.4.0

PaddleNLP >= 2.5.0

pandas, scikit-learn, tqdm

完整依赖见 requirements.txt。

## 八、总结
本项目完成了从数据清洗、模型对比、错误分析到模型微调和部署的完整 NLP 流程。微调后的模型在外卖评论上准确率达到 91.7%，远超通用模型，具备实用价值。你可以直接使用该模型分析自己的评论数据，或将其集成到其他应用中。

### 作者
#### 1.姓名：[lfs_code]
#### 2.邮箱：[3040817599@qq.com]