- 综合排序
- 最热优先
- 最新优先
- 来自专栏开源技术小栈
PHP大模型深度学习库TransformersPHP
快速浏览 Python from transformers import pipeline # Allocate a pipeline for sentiment-analysis pipe = pipeline ('sentiment-analysis') out = pipe('I love transformers!') $pipe = pipeline('sentiment-analysis'); $out = $pipe('I love transformers!') let pipe = await pipeline('sentiment-analysis'); let out = await pipe('I love transformers!') '); 您还可以指定是否应使用量化模型（默认值为true）： $classifier = pipeline('sentiment-analysis', quantized: false); 使用流水线
80410编辑于 2024-08-27 - 来自专栏菩提树下的杨过
transformer小白入门
很多外行看起来高大上的问题，用它都可以轻松解决，先来看1个小例子： 一、情感分析 from transformers import pipeline classifier = pipeline('sentiment-analysis 另外注意到首次使用 sentiment-analysis 这个分类器时，会从huggingface下载依赖的模型。 __version__) classifier = pipeline('sentiment-analysis') classifier('you are beautiful') 这次对了，如下图： __version__) model_id="distilbert-base-uncased-finetuned-sst-2-english" classifier = pipeline('sentiment-analysis pipeline model_id="hw2942/bert-base-chinese-finetuning-financial-news-sentiment-v2" classifier = pipeline('sentiment-analysis
96920编辑于 2023-08-21 - 来自专栏LLM学习笔记
LLM学习笔记02：两行Python代码，如何实现情感分析
下面是一些常见的pipeline： # 文本分类（情感分析） pipeline("sentiment-analysis") # 命名实体识别（NER） pipeline("ner") # 文本生成（如 from transformers import pipeline # 加载情感分析 pipeline sentiment_pipeline = pipeline("sentiment-analysis print(result) # [{'label': 'POSITIVE', 'score': 0.99}] 上面代码调用了 pipeline("sentiment-analysis")，它自动加载合适的预训练模型 所以我们可以使用国内的镜像源 hf-mirror，最简单的方法就是在环境中设置镜像.首先，我们要在py程序中指定要使用的模型： classifier = pipeline("sentiment-analysis
84230编辑于 2025-03-13 - 来自专栏数据派THU
5分钟 NLP ：Hugging Face 主要类和函数介绍 🤗
from transformers import pipeline classifier = pipeline("sentiment-analysis") results = classifier( 也可以通过设置模型名称的参数指定要使用的模型，所有的模型和关于模型的信息都在官方文档中提供了,例如下面代码使用的是twitter-roberta-base-sentiment classifier = pipeline("sentiment-analysis classifier = pipeline("sentiment-analysis") %time results = classifier(dataset.data["sentence"].to_pylist classifier = pipeline("sentiment-analysis", device=0) %time results = classifier(dataset.data["sentence
4.4K20编辑于 2022-03-14 - 来自专栏DeepHub IMBA
5分钟 NLP ：Hugging Face 主要类和函数介绍 🤗
from transformers import pipeline classifier = pipeline("sentiment-analysis") results = classifier( 也可以通过设置模型名称的参数指定要使用的模型，所有的模型和关于模型的信息都在官方文档中提供了,例如下面代码使用的是twitter-roberta-base-sentiment classifier = pipeline("sentiment-analysis classifier = pipeline("sentiment-analysis") %time results = classifier(dataset.data["sentence"].to_pylist classifier = pipeline("sentiment-analysis", device=0) %time results = classifier(dataset.data["sentence
69040编辑于 2022-04-14 - 来自专栏CDA数据分析师
模型秒变API只需一行代码，支持TensorFlow等框架
包括： 基于 TensorFlow 和 BERT 进行情感分析：https://github.com/cortexlabs/cortex/tree/0.10/examples/tensorflow/sentiment-analysis sentiment - kind: api name: classifier tensorflow: model: s3://cortex-examples/tensorflow/sentiment-analysis
47120发布于 2019-12-10 - 来自专栏Y-StarryDreamer
[自然语言处理|NLP]社交媒体分析中的应用：从原理到实践
# 示例代码：用户情感分析from transformers import pipeline# 使用Hugging Face的BERT进行情感分析sentiment_nlp = pipeline("sentiment-analysis 品牌声誉分析from transformers import pipeline# 使用Hugging Face的BERT进行品牌声誉分析brand_reputation_nlp = pipeline("sentiment-analysis 示例代码：舆情监测from transformers import pipeline# 使用Hugging Face的BERT进行舆情监测public_opinion_nlp = pipeline("sentiment-analysis
1.6K20编辑于 2023-11-18 - 来自专栏SimpleAI
Huggingface🤗NLP笔记1：直接使用pipeline，是个人就能玩NLP
： 预处理输入文本，让它可被模型读取 模型处理 模型输出的后处理，让预测结果可读 一个例子如下： from transformers import pipeline clf = pipeline('sentiment-analysis "sentiment-analysis": (alias of "text-classification") will return a TextClassificationPipeline.
5.1K40发布于 2021-10-08 - 来自专栏Python数据科学
模型秒变API只需一行代码，支持TensorFlow等框架
包括： 基于 TensorFlow 和 BERT 进行情感分析：https://github.com/cortexlabs/cortex/tree/0.10/examples/tensorflow/sentiment-analysis sentiment - kind: api name: classifier tensorflow: model: s3://cortex-examples/tensorflow/sentiment-analysis
1.3K20发布于 2019-12-02 - 来自专栏机器之心
模型秒变API只需一行代码，支持TensorFlow等框架
包括： 基于 TensorFlow 和 BERT 进行情感分析：https://github.com/cortexlabs/cortex/tree/0.10/examples/tensorflow/sentiment-analysis sentiment - kind: api name: classifier tensorflow: model: s3://cortex-examples/tensorflow/sentiment-analysis
75320发布于 2019-12-06 - 来自专栏AI小白入门
【工程】模型秒变API只需一行代码，支持TensorFlow等框架
包括： 基于 TensorFlow 和 BERT 进行情感分析：https://github.com/cortexlabs/cortex/tree/0.10/examples/tensorflow/sentiment-analysis name: sentiment - kind: api name: classifier tensorflow: model: s3://cortex-examples/tensorflow/sentiment-analysis
54510发布于 2019-11-28 - 来自专栏Y-StarryDreamer
[自然语言处理|NLP]NLP在人机协作的应用：从原理到实践
# 示例代码：NLP在团队情感分析中的简单实现from transformers import pipelinesentiment_analysis_nlp = pipeline("sentiment-analysis # 示例代码：NLP在用户满意度监测中的情感识别from transformers import pipelinesentiment_analysis_nlp = pipeline("sentiment-analysis
90710编辑于 2023-11-22 - 来自专栏Y-StarryDreamer
[自然语言处理|NLP]法律NLP中的应用：从原理到实践
示例代码：合同风险评估from transformers import pipeline# 使用Hugging Face的LegalBERT进行合同风险评估contract_nlp = pipeline("sentiment-analysis 示例代码：司法文书分析from transformers import pipeline# 使用Hugging Face的LegalBERT进行司法文书分析legal_nlp = pipeline("sentiment-analysis
1.7K70编辑于 2023-11-17 - 来自专栏Y-StarryDreamer
[自然语言处理|NLP]NLP在音乐和创意产业的应用：从原理到实践
# 示例代码：情感分析在音乐创作中的应用from transformers import pipeline# 加载情感分析模型sentiment_analyzer = pipeline("sentiment-analysis # 示例代码：情感分析辅助版权保护from transformers import pipeline# 加载情感分析模型sentiment_analyzer = pipeline("sentiment-analysis
73920编辑于 2023-11-30 - 来自专栏python
Python自然语言处理面试：NLTK、SpaCy与Hugging Face库详解
AutoModelForSequenceClassification.from_pretrained("bert-base-cased", num_labels=2)classifier = pipeline("sentiment-analysis
74700编辑于 2024-04-19 - 来自专栏NLP/KG
【RLHF】想训练ChatGPT？先来看看强化学习（RL）+语言模型（LM）吧（附源码）
「情绪识别模型」我们选用 transformers 中内置的 sentiment-analysis pipeline 来实现。 AutoModelForSequenceClassification.from_pretrained('uer/roberta-base-finetuned-jd-binary-chinese') sentiment_pipe = pipeline('sentiment-analysis
1.2K40编辑于 2023-10-11 爆火的“数字人”，你还不知道吗？
以下是两段代码示例： 代码示例一：情感分析 from transformers import pipeline sentiment_classifier = pipeline("sentiment-analysis
15110编辑于 2025-12-16- 来自专栏技术
用 NLP + Streamlit，把问卷变成能说话的反馈
pipelineimport pandas as pd# 读取问卷数据df = pd.read_csv("questionnaire.csv")# 加载情感分析模型classifier = pipeline("sentiment-analysis
39910编辑于 2025-04-18 - 来自专栏Python项目实战
AI在自然语言处理中的突破：从理论到应用
以下示例使用BERT模型进行情感分析：from transformers import pipeline# 加载情感分析管道classifier = pipeline('sentiment-analysis
96220编辑于 2024-12-20 - 来自专栏AI+运维：智能化运维的未来
智能运维：AI让你的系统“未卜先知”
可以利用AI进行日志分类和情感分析：from transformers import pipeline# 初始化NLP模型classifier = pipeline("sentiment-analysis
31510编辑于 2025-05-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号