不挑行业、又快又准的中文情感判断
Mia
很多开源情感模型只在一类数据上训练过,换个行业就得重新标数据、重新训。Mia 的训练文本横跨电商、社交媒体、文学、学术、医疗和工业,拿到覆盖 30 个行业、5 种文体的独立基准上直接测,准确率 94%;在它从没见过的公开商品和酒店评论上,正负判断也有 88% 到 92%。三个版本按用途挑:想把差评一条不漏地找出来用 decider 版,想快点看出整体口碑用 Qwen 版,数据特别多、先粗扫一遍用 Laya 版,最快一秒近 2,000 条。权重免费下载,几行代码就能用。
website中文负面 / 中性 / 正面不挑行业三个开源版本
00 · 使用方式
按这条路径开始使用
- 01
按用途选版本
找差评选 decider 版,看口碑选 Qwen 版,海量粗扫选 Laya 版,从 Hugging Face 或 ModelScope 下载。
- 02
几行代码加载
示例代码在 GitHub,复制过去改个路径就能跑。
- 03
拿到结果
每句返回负面、中性、正面三个概率,取最大的一个,或者把拿不准的挑出来交给人看。
01 · 为什么做它
要么慢,要么不准,要么换个行业就不灵。
做 Mia 之前试过的情感工具总在这几样里占一样。我想要的很简单:快到能扫完整批数据,准到敢直接用,换个行业不用从头来,遇到没情绪的句子就老实说中性。
— Leafiy
02 · 常见问题
常见问题
找差评用 decider 版,看整体口碑用 Qwen 版,数据特别多先粗扫用 Laya 版。三个在独立基准上相差不到半个百分点,主要差在速度,以及拿不准的时候更偏向判负面还是判中性。
不用。它训练时就见过电商、社媒、文学、学术、医疗、工业等多类文本,拿来直接判就行。
评论、评价、社媒帖子、问卷开放题、客服记录这类 5 到 100 字的中文短句。长文章建议先拆句再判。
一张 8G 显存的卡三个版本都能跑,decider 版要把一次处理的条数调到 16;想让 decider 版跑满速度,要 20G 左右显存。没有显卡也能在 CPU 上用,只是慢。