基于Python的情绪识别模型:从原理到实践

news2026/4/9 20:13:32
摘要情绪识别作为自然语言处理NLP领域的重要分支在人机交互、社交媒体分析、客户服务等场景中具有广泛应用。本文系统介绍基于Python的情绪识别模型构建方法涵盖数据预处理、特征提取、模型选择、训练评估及部署应用等关键环节。通过完整的代码示例帮助读者快速掌握情绪识别模型的开发流程。1. 引言情绪识别旨在从文本、语音、图像等模态中自动识别人类情绪状态。文本情绪识别因其数据易获取、应用场景丰富而备受关注。Python凭借丰富的NLP生态如NLTK、Transformers、scikit-learn成为实现情绪识别的首选语言。本文聚焦文本情绪识别构建可识别愤怒、快乐、悲伤、恐惧、惊讶、厌恶等基本情绪的模型。2. 技术路线概览text数据采集 → 文本清洗 → 特征提取 → 模型训练 → 评估调优 → 部署应用3. 数据准备3.1 常用数据集数据集语言类别规模ISEAR英文7类约7600条GoEmotions英文27类5.8万条中文情感语料库中文6类约1.2万条ChnSentiCorp中文2-4类1万条3.2 数据加载示例pythonimport pandas as pd from sklearn.model_selection import train_test_split # 加载数据集示例数据结构text, label data pd.read_csv(emotion_dataset.csv) # label映射0-愤怒1-快乐2-悲伤3-恐惧4-惊讶5-厌恶 print(data[label].value_counts()) # 划分训练集和测试集 train_texts, test_texts, train_labels, test_labels train_test_split( data[text], data[label], test_size0.2, random_state42, stratifydata[label] )4. 文本预处理pythonimport re import jieba # 中文分词 from nltk.corpus import stopwords def preprocess_chinese(text): # 1. 去除特殊符号、数字、英文根据需求保留 text re.sub(r[a-zA-Z0-9], , text) text re.sub(r[^\u4e00-\u9fa5], , text) # 仅保留中文 # 2. 分词 words jieba.lcut(text) # 3. 去停用词 stop_words set(stopwords.words(chinese)) words [w for w in words if w not in stop_words and len(w) 1] return .join(words) # 应用预处理 train_texts_clean [preprocess_chinese(t) for t in train_texts]5. 特征提取方法5.1 TF-IDF传统方法pythonfrom sklearn.feature_extraction.text import TfidfVectorizer tfidf TfidfVectorizer(max_features5000, ngram_range(1,2)) X_train_tfidf tfidf.fit_transform(train_texts_clean) X_test_tfidf tfidf.transform(test_texts_clean)5.2 Word2Vec 平均池化pythonfrom gensim.models import Word2Vec import numpy as np # 训练Word2Vec或加载预训练模型 sentences [text.split() for text in train_texts_clean] w2v_model Word2Vec(sentences, vector_size128, window5, min_count2, workers4) def text_to_vector(text, model, vector_size): words text.split() vectors [model.wv[w] for w in words if w in model.wv] return np.mean(vectors, axis0) if vectors else np.zeros(vector_size) X_train_w2v np.array([text_to_vector(t, w2v_model, 128) for t in train_texts_clean])5.3 预训练模型BERT等pythonfrom transformers import AutoTokenizer, AutoModel import torch tokenizer AutoTokenizer.from_pretrained(bert-base-chinese) bert_model AutoModel.from_pretrained(bert-base-chinese) def get_bert_embedding(text): inputs tokenizer(text, return_tensorspt, truncationTrue, max_length128, paddingTrue) with torch.no_grad(): outputs bert_model(**inputs) return outputs.last_hidden_state[:, 0, :].numpy() # CLS token6. 模型构建与训练6.1 传统机器学习模型逻辑回归pythonfrom sklearn.linear_model import LogisticRegression from sklearn.metrics import classification_report, accuracy_score # 使用TF-IDF特征 lr_model LogisticRegression(max_iter1000, multi_classovr) lr_model.fit(X_train_tfidf, train_labels) y_pred lr_model.predict(X_test_tfidf) print(fAccuracy: {accuracy_score(test_labels, y_pred):.4f}) print(classification_report(test_labels, y_pred, target_names[愤怒,快乐,悲伤,恐惧,惊讶,厌恶]))6.2 深度学习模型TextCNNpythonimport torch.nn as nn import torch.nn.functional as F class TextCNN(nn.Module): def __init__(self, vocab_size, embed_dim, num_classes, filter_sizes[2,3,4], num_filters100): super(TextCNN, self).__init__() self.embedding nn.Embedding(vocab_size, embed_dim) self.convs nn.ModuleList([ nn.Conv2d(1, num_filters, (k, embed_dim)) for k in filter_sizes ]) self.dropout nn.Dropout(0.5) self.fc nn.Linear(len(filter_sizes) * num_filters, num_classes) def forward(self, x): x self.embedding(x) # (batch, seq_len, embed_dim) x x.unsqueeze(1) # (batch, 1, seq_len, embed_dim) conv_outs [] for conv in self.convs: conv_out F.relu(conv(x)).squeeze(3) # (batch, num_filters, seq_len - k 1) pool_out F.max_pool1d(conv_out, conv_out.size(2)).squeeze(2) conv_outs.append(pool_out) x torch.cat(conv_outs, dim1) x self.dropout(x) return self.fc(x) # 训练代码需配合DataLoader使用此处省略详细实现6.3 微调BERT推荐方案pythonfrom transformers import BertForSequenceClassification, Trainer, TrainingArguments model BertForSequenceClassification.from_pretrained(bert-base-chinese, num_labels6) training_args TrainingArguments( output_dir./results, num_train_epochs3, per_device_train_batch_size16, per_device_eval_batch_size64, warmup_steps500, weight_decay0.01, logging_dir./logs, evaluation_strategyepoch, ) # 需要将文本转换为BERT输入格式 def tokenize_function(texts): return tokenizer(texts, paddingTrue, truncationTrue, max_length128) train_encodings tokenize_function(train_texts_clean) test_encodings tokenize_function(test_texts_clean) # 创建Dataset类代码略 # trainer Trainer(...)7. 模型评估7.1 评估指标pythonfrom sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay import matplotlib.pyplot as plt # 计算混淆矩阵 cm confusion_matrix(test_labels, y_pred) disp ConfusionMatrixDisplay(confusion_matrixcm, display_labels[愤怒,快乐,悲伤,恐惧,惊讶,厌恶]) disp.plot(cmapBlues) plt.show()7.2 各类别性能分析典型的情绪识别模型性能BERT微调后情绪类别精确率召回率F1分数愤怒0.850.830.84快乐0.900.920.91悲伤0.820.840.83恐惧0.780.750.76惊讶0.810.790.80厌恶0.790.770.788. 模型部署8.1 使用FastAPI部署pythonfrom fastapi import FastAPI, HTTPException from pydantic import BaseModel import joblib app FastAPI() # 加载模型和向量化器 model joblib.load(emotion_model.pkl) vectorizer joblib.load(tfidf_vectorizer.pkl) label_map {0: 愤怒, 1: 快乐, 2: 悲伤, 3: 恐惧, 4: 惊讶, 5: 厌恶} class TextRequest(BaseModel): text: str app.post(/predict) async def predict_emotion(request: TextRequest): # 预处理 cleaned preprocess_chinese(request.text) # 特征提取 features vectorizer.transform([cleaned]) # 预测 pred_label model.predict(features)[0] pred_proba model.predict_proba(features)[0].max() return { text: request.text, emotion: label_map[pred_label], confidence: float(pred_proba) } app.get(/health) async def health_check(): return {status: ok} # 启动命令uvicorn main:app --reload8.2 测试APIbashcurl -X POST http://localhost:8000/predict \ -H Content-Type: application/json \ -d {text:今天天气真好心情特别愉快}响应示例json{ text: 今天天气真好心情特别愉快, emotion: 快乐, confidence: 0.96 }9. 优化建议优化方向具体方法预期提升数据增强回译、同义词替换、随机删除2~5% F1特征融合TF-IDF BERT Embedding1~3% Acc模型集成投票/加权融合多模型3~6% Acc后处理阈值调整、序列平滑提升稳定性类别不平衡Focal Loss、过采样/欠采样改善少数类10. 完整项目结构textemotion_recognition/ ├── data/ │ ├── raw/ │ └── processed/ ├── models/ │ ├── bert_emotion/ │ └── saved_models/ ├── notebooks/ │ └── exploration.ipynb ├── src/ │ ├── preprocess.py │ ├── features.py │ ├── train.py │ ├── evaluate.py │ └── predict.py ├── api/ │ └── main.py ├── requirements.txt └── README.md11. 总结与展望本文系统介绍了基于Python的情绪识别模型开发全流程。从数据预处理到模型部署涵盖了传统机器学习和深度学习方法。实际应用中建议优先选择预训练模型如BERT、RoBERTa、ERNIE进行微调通常能获得最佳效果。未来方向多模态情绪识别融合文本、语音、面部表情细粒度情绪分析识别更复杂的复合情绪对话情绪追踪结合上下文理解情绪演变低资源场景少样本学习和跨语言迁移参考文献Devlin J, et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL 2019.Kim Y. Convolutional Neural Networks for Sentence Classification. EMNLP 2014.Demszky D, et al. GoEmotions: A Dataset of Fine-Grained Emotions. ACL 2020.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2500533.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…