DeepMoji

收录理由

DeepMoji 是一个在情绪与情感分析领域广为人知的模型，它基于 12 亿条带表情符号的推文训练而成，因此能敏锐捕捉短文本中的语气、反讽等细微表达。你可以用它为文本打分，预测最可能出现的表情符号，或者提取 2304 维的情感特征向量，供其他下游任务使用。它的核心价值在于迁移学习：直接加载预训练权重，在自己的数据上微调，而不是从零开始训练模型，这在标注样本有限时能节省大量时间。不过，原始代码依赖 Keras 搭配 Theano 或 TensorFlow 后端，并且基于 Python 2.7，在当代环境中往往需要额外改造；如果你使用 PyTorch，Hugging Face 提供的 torchMoji 移植版可能是更省心的选择。即便最终需要大幅调整，作为情绪感知 NLP 的参考实现，它仍然值得研究和借鉴。