Weibo Sentiment ChineseBERT (三分类)

基于 hfl/chinese-bert-wwm-ext 在微博情感数据集上微调的三分类情感分析模型 (negative / positive / neutral).

本模型为本科毕业设计《基于 Spark 的微博舆情分析系统》的配套模型. 完整项目代码: MOST951/Graduation-Design

标签映射

使用方式

方式 1: pipeline (最简单)

from transformers import pipeline

classifier = pipeline(
    "text-classification",
    model="MOST951/weibo-sentiment-chinese-bert",
)
result = classifier("今天天气真好，心情也很棒！")
print(result)
# [{'label': 'positive', 'score': 0.98...}]

方式 2: AutoModel (可批量 + 可控)

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("MOST951/weibo-sentiment-chinese-bert")
model = AutoModelForSequenceClassification.from_pretrained("MOST951/weibo-sentiment-chinese-bert")
model.eval()

texts = [
    "今天天气真好，心情也很棒！",
    "这个产品质量太差了，非常失望。",
    "今天上午开会讨论了新项目的进度安排。",
]

with torch.no_grad():
    enc = tokenizer(texts, padding=True, truncation=True, max_length=128, return_tensors="pt")
    logits = model(**enc).logits
    probs = torch.softmax(logits, dim=-1)
    preds = probs.argmax(dim=-1).tolist()

id2label = model.config.id2label
for text, pred, prob in zip(texts, preds, probs):
    print(f"{id2label[pred]:<10} ({prob[pred]:.4f})  {text}")

训练数据

• 数据集: weibo_senti_100k
• 规模: 10 万条微博, 按 8:1:1 划分训练/验证/测试
• 原始为二分类 (正 / 负), 通过规则补全中性样本构造三分类

评估结果 (测试集 10,000 条)

标准模式 (纯 BERT)

总体准确率: 87.79%

推理速度 (RTX 3050 Ti, batch_size=32)

级联模式 (词典 + BERT 两阶段批量化)

• 平均耗时: 6.54 ms/条 (17% 样本被词典直出, 无需 BERT)
• Accuracy: 85.85%, Macro F1: 0.8594

训练超参

许可证

Apache 2.0

引用

如果你在研究中使用了本模型, 请引用:

@misc{weibo-sentiment-chinese-bert-2026,
  title={基于 Spark 的微博舆情分析系统},
  author={senlou},
  year={2026},
  howpublished={\url{https://github.com/MOST951/Graduation-Design}}
}