Transformers预训练模型使用：序列分类 Sequence Classification

最新推荐文章于 2026-08-07 09:47:23 发布

原创

最新推荐文章于 2026-08-07 09:47:23 发布 · 5k 阅读

收录于

当前文章被以下社区和专栏收录：

本文介绍如何使用预训练模型进行文本分类任务，包括情感分析和语句释义。通过具体示例展示了如何利用Python库transformers实现这些任务，以及如何解读模型输出结果。

序列分类任务的工作是将文本序列归类到预设类型中，如新闻分类、情感分类等，就属于这类任务。

情感分类

以下是使用pipelines来进行情感分类的例子，具体任务是判断输入文本是消极的还是积极的。

示例：

from transformers import pipeline

classifier = pipeline("sentiment-analysis")

result = classifier("I hate you")[0]
print(f"label: {
     
     result['label']}, with score: {
     
     round(result['score'], 4)}")

result = classifier("I love you")[0]
print(f"label: