属性级别的情感分析

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~

属性级情感分析

• 概述部分

  • 数据集概述（ dataset overview section）

  • 数据加载与预处理模块 ( data_utils.py)

  • 基于预训练模型 ( skep-based pre-trained model)

  • 模型定义部分 (model.py)

  • 训练配置参数 (config.py)

  • 模型训练流程 (train.py)

  • 模型测试与评估 (testing module)

  • 准确性、精确度、召回率及F1分数

  • 模型预测（predict.py）

  • 运行环境和依赖安装

  • 数据集

  • 参考

简介

属性级情感分析旨在通过在文本情感分析的基础上深入研究文本中具体属性或方面的情感状态。传统的文本情感分析主要关注整体文本的情感倾向（如正面、负面、中性），而属性级情感分析则专注于识别文本中针对特定属性或方面的情感表现与态度指向，在更细粒度上帮助人们理解用户对产品、服务或事件各方面的看法与情绪

属性级情感分析通常涉及以下几个主要步骤：

属性识别：在文本中进行初步筛选时，我们需要识别出与特定对象相关的词汇或短语。这些词汇或短语可能属于实体的特性（如外观、性能、价格）或服务环节中的关