Aspect-Based-Sentiment-Analysis

收录理由

这个项目解决的不只是简单的情感正负判断，而是能针对文本中提到的每个具体方面分别给出情感倾向。使用时只需传入文本和方面列表，基于Transformer的流水线就会返回各自的判断结果，比如一段关于Slack的长评论，可以同时得到对“slack”和“price”两个方面的不同情感。更特别的是它自带的解释机制：一个辅助的“教授”模块会检查模型的注意力分布和内部状态，对可疑的预测发出提示，并展示出影响每个决策的关键词模式。对于需要审计或信任模型输出的团队来说，这比把模型当作黑盒要实用得多。整个流水线设计得也很灵活，你可以替换成自己微调的模型，或者根据数据特点调整文档切分句子的方式，不必受限于自带的检查点。