Chinese Sentiment Analysis with BERT

只需一行代码就可以进行中文文本情感分类（二分类）

不需要手动将数据集分为train,dev,test再转为tsv格式

增加精确率，召回率，F1值作为输出指标

增加Adam优化器

理论上更改部分代码可以就可进行多分类任务

有问题可以发issue询问，请尽可能详细的描述您的问题，我会尽快回复。

如何使用

1. 下载BERT中文模型，并解压在该目录下

2. 将你的数据集文件放到data文件夹下，并重命名为"data.csv"。完成这两步后你的项目文件树应该如下：

.
├── CONTRIBUTING.md
├── LICENSE
├── README.md
├── __init__.py
├── chinese_L-12_H-768_A-12
│   ├── bert_config.json
│   ├── bert_model.ckpt.data-00000-of-00001
│   ├── bert_model.ckpt.index
│   ├── bert_model.ckpt.meta
│   └── vocab.txt
├── create_pretraining_data.py
├── data
│   ├── adam_output
│   ├── dev.csv
│   ├── ouput
│   ├── test.csv
│   ├── train.csv
│   └── data.csv
├── divide.py
├── extract_features.py
├── freeze_graph.py
├── freezegraph.sh
├── modeling.py
├── modeling_adam.py
├── modeling_test.py
├── multilingual.md
├── optimization.py
├── optimization_adam.py
├── optimization_test.py
├── requirements.txt
├── run.sh
├── run_classifier.py
├── run_classifier_with_tfhub.py
├── run_pretraining.py
├── run_squad.py
├── runadam.sh
├── sample_text.txt
├── svr
│   └── bertsvr.sh
├── tokenization.py
└── tokenization_test.py

3. 终端下运行 bash run.sh,至此，BERT模型已经成功运行起来了

4. （可选）在终端下运行bash runadam.sh以运行增加了Adam优化器的BERT模型（需要修改run_classifier中如下内容)

import modeling_adam as modeling
import optimization_adam as optimization
# import modeling 注释如下两行，引入adam模型
# import optimization

5. 潜在问题：在执行python divide.py时可能会出现错误，建议手动使用该文件分割数据集，并删除每个子数据集首行自动生成的表头（形如label x_train）

6. 运行此项目需要如下环境

tensorflow >= 1.11.0
bert-base
flask 
flask_compress
flask_cors
flask_json
pickle-mixin

FAQ

Q: 我想执行多分类任务该怎么办？

A: 理论上来说，修改run_classifier.py文件中MyProcessor类的get_labels方法即可

Q: 训练需要多长时间？

A: 我的机器为MistGPU提供的Titan V(12G)，数据集大小约为12万条。执行BERT耗时35分钟左右，使用Adam优化器后缩短至17分钟左右。你可以点击链接来注册MistGPU，你和我均会获得8¥代金券，或者可以点击链接来注册，只有你会获得8¥代金券（一切解释权归属MistGPU）。下表为MistGPU部分收费参考表（可能日后会有变动）：

机器	收费
Titan V (12G)	3.5¥/h
Tesla P100 (16G)	4¥/h
Titan RTX（24G）	5¥/h

Q: 执行时显示内存不足该怎么办？

A: 根据Google提供的数据，他们在单卡Titan X(12G)下使用的最大参数如下表。你可以根据自己机器的性能修改run.sh中的参数

System	Seq Length	Max Batch Size
BERT-Base	64	64
...	128	32
...	256	16
...	320	14
...	384	12
...	512	6
BERT-Large	64	12
...	128	6
...	256	2
...	320	1
...	384	0
...	512	0

Q: 如何使用数据集训练自己的句向量

A: 参考Bert-a s-service

Q: 如何将模型部署到服务器上

A: 参考Bert-base

Q: Bert-base 服务无法正常运行

A: 由于部分操作系统下pip安装方式的不同，可能环境变量并未配置完善，需要手动将Bert-base路径添加至环境变量中（export路径或者修改.bashrc等类似文件均可）