Completed fine-tuning for several models and prepared the foundational components for an upcoming refactor.

WeiboSentiment_MachineLearning/README.md

@@ -0,0 +1,32 @@
+# WeiboSentiment
+用各种机器学习对中文微博进行情感分析    
+语料来源： https://github.com/dengxiuqi/weibo2018
+---
+##### "微博情感分析"是我本科的毕业设计, 也是我入门NLP的项目, 就把它发出来供大家交流。
+##### 2021.06.07更新: 之前的版本写得比较随意, 没想到star破百了, 私下也有一些刚入门NLP的同学因为这个项目联系我, 就更新一下这个项目吧
+* 重构项目架构和代码, 提高可读性
+* 每个文件中的特征、数据处理方法与模型细节都尽可能避免重复, 以给各位同学提供更多的参考
+* 神经网络结构换成了pytorch, 需要`tensorflow 1.0`代码的同学请回退至`445998`版本。    
+* 新增了`Bert`模型
+* 由于gensim新老版本很多语法不兼容, 将gensim更新为4.0版本
+----
+#### 项目说明
+* 训练集10000条语料, 测试集500条语料
+* 使用朴素贝叶斯、SVM、XGBoost、LSTM和Bert, 等多种模型搭建并训练二分类模型
+* 前3个模型都采用端到端的训练方法
+* LSTM先预训练得到Word2Vec词向量, 在训练神经网络
+* `Bert`使用的是哈工大的预训练模型, 用Bert的`[CLS]`位输出在一个下游网络上进行finetune。预训练模型需要自行下载:    
+    * github下载地址: https://github.com/ymcui/Chinese-BERT-wwm
+    * baidu网盘: https://pan.baidu.com/s/16z-ybrqT6wLdy_mLHtywSw  密码: djkj
+    * 下载后将文件夹放在`./model`文件夹下, 并将`bert_config.json`改名为`config.json`
+---
+#### 实验结果
+各种分类器在测试集上的测试结果  
+
+|模型|准确率|AUC|
+| :---: | :---: | :---: |
+|1.bayes|0.856| - |
+|2.svm|0.856| - |
+|3.xgboost|0.86| 0.904 |
+|4.lstm|0.87| 0.931 |
+|5.bert|0.87| 0.929 |