#python #nlp #sentiment-analysis #bert-language-model #multilabel-classification
Вопрос:
Я пытаюсь провести многоуровневую классификацию с помощью BERT, а затем получить оценку настроений для каждой прогнозируемой метки. Например: «Еда была отличной, но обслуживание было плохим». У меня есть 2 ярлыка «еда» и «обслуживание», и я хотел бы получить оценки настроений «положительные» и «отрицательные» для этих 2 ярлыков соответственно.
Я использовал базу BERT и получил предсказанные метки для каждой текстовой ячейки. Я думал о том, чтобы связать слова с каждой этикеткой, а затем провести анализ настроений этих «пакетов слов» (у меня есть целевой показатель настроений). Итак, я бы связал слово «отличный» с этикеткой «еда», а слово «плохой» — с этикеткой «обслуживание».
У меня возникли проблемы с получением весов слов, связанных с каждой из предсказанных меток.
Может быть, у БЕРТА есть другой подход к анализу настроений на основе аспектов?