chinese-sentiment-bert

bert-base-chinese 在 ChnSentiCorp（中文酒店评论情感分类）上微调的中文情感二分类模型。 NLP 课程作业产出。

指标

对比：hfl/chinese-roberta-wwm-ext 同配置训练，test acc 0.9492 / F1 0.9502。

用法（PyTorch）

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

repo = "monica-2/chinese-sentiment-bert"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForSequenceClassification.from_pretrained(repo).eval()

text = "酒店位置很好，服务也热情，下次还会再来。"
enc = tok(text, truncation=True, max_length=256, return_tensors="pt")
with torch.no_grad():
    logits = model(**enc).logits[0]
print(torch.softmax(logits, -1))   # tensor([0.0064, 0.9936]) -> 正面

用法（浏览器 / transformers.js）

仓库内含 int8 动态量化 ONNX：onnx/model_quantized.onnx（103 MB）， 可在纯前端推理（无需服务器）：

import { pipeline } from '@huggingface/transformers';
const clf = await pipeline('text-classification', 'monica-2/chinese-sentiment-bert', { dtype: 'q8' });
await clf('房间又小又脏，隔音差，不推荐。');  // [{label: 'negative', score: 0.94}, ...]

量化模型在 600 条验证样本上 acc 0.9467（原 PyTorch 模型 0.9450），几乎无损。

在线 Demo：https://monica-2-chinese-sentiment-demo.static.hf.space

局限

• 领域是酒店评论，迁移到其他领域（如商品、社交媒体）会有明显掉点；
• 训练数据正负各半，长文本中的转折句、隐式反讽容易判错；
• 训练集来自公开数据，未做去偏处理。