当前位置: 首页 > article >正文

基于Python的情绪识别模型:从原理到实践

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.

相关文章:

基于Python的情绪识别模型:从原理到实践

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…...

2026 班主任班级成绩综合复盘:总结反思与新学期规划

一、考试概况本次期中考试于2026年X月X日进行,参加考试的班级共有X名学生,涉及语文、数学、英语、物理、化学、生物、历史、地理等学科。班级整体成绩如下:总平均分为X分,年级排名第X。 各科平均分分别为:语文X分、数学…...

G-Helper:华硕笔记本性能优化的轻量级开源解决方案

G-Helper:华硕笔记本性能优化的轻量级开源解决方案 【免费下载链接】g-helper Lightweight, open-source control tool for ASUS laptops and ROG Ally. Manage performance modes, fans, GPU, battery, and RGB lighting across Zephyrus, Flow, TUF, Strix, Scar,…...

低代码平台与AI Agent的结合:降低AI应用开发门槛

低代码平台与AI Agent的结合:降低AI应用开发门槛 1. 引入与连接 1.1 一个开发者的困境 想象一下,你是一位经验丰富的全栈开发者,刚刚接到一个重要项目:为公司打造一套智能客服系统,能够理解用户意图、回答常见问题,甚至能处理一些复杂的业务流程。你信心满满地开始规划…...

从误报率47%到99.2%精准识别,PHP静态分析AI模型调优全过程,仅限内部团队流出

第一章:PHP AI 代码检测PHP AI 代码检测是指利用人工智能技术(如静态分析模型、预训练代码语言模型、规则引擎与模式识别结合)对 PHP 源码进行自动化缺陷识别、安全漏洞预警、代码风格合规性评估及潜在逻辑风险预测的过程。随着 PHP 生态中 C…...

突破平台壁垒:3种方法让Windows直接运行安卓应用

突破平台壁垒:3种方法让Windows直接运行安卓应用 【免费下载链接】APK-Installer An Android Application Installer for Windows 项目地址: https://gitcode.com/GitHub_Trending/ap/APK-Installer 当你在电脑前急需使用手机专属办公软件,却只能…...

如何快速解锁百度网盘SVIP下载特权:BaiduNetdiskPlugin-macOS完整教程

如何快速解锁百度网盘SVIP下载特权:BaiduNetdiskPlugin-macOS完整教程 【免费下载链接】BaiduNetdiskPlugin-macOS For macOS.百度网盘 破解SVIP、下载速度限制~ 项目地址: https://gitcode.com/gh_mirrors/ba/BaiduNetdiskPlugin-macOS 还在为百度网盘令人抓…...

告别数字阅读焦虑:fanqienovel-downloader让你的小说库永远在线

告别数字阅读焦虑:fanqienovel-downloader让你的小说库永远在线 【免费下载链接】fanqienovel-downloader 下载番茄小说 项目地址: https://gitcode.com/gh_mirrors/fa/fanqienovel-downloader 现象揭示:数字阅读时代的认知陷阱 你以为的"永…...

15年不上班,我靠什么支撑到现在

我已经12年没去上过班了,14年从学校辞职出来后,就没再给人打过工。虽然我不上班,但身边人都觉得我很会赚钱,觉得我很幸运,也觉得我很有勇气。 其实,并不是我多勇敢,是因为早在2014年&#xff0c…...

TrafficMonitor插件完全指南:如何免费打造你的Windows桌面信息中心

TrafficMonitor插件完全指南:如何免费打造你的Windows桌面信息中心 【免费下载链接】TrafficMonitorPlugins 用于TrafficMonitor的插件 项目地址: https://gitcode.com/gh_mirrors/tr/TrafficMonitorPlugins 还在为Windows桌面信息杂乱而烦恼吗?T…...

yolov13车辆行人识别图像数据集 自动驾驶bdd100k数据集 yolo图像数据集 深度学习入门资料 摩托骑行者识别10321期(数据集+模型+界面)

bdd100k 数据集说明文档具体场景介绍BDD100K是自动驾驶研究中广泛使用的基准数据集之一。涵盖了丰富多样的驾驶场景。以下是对其场景的详细介绍:地理位置多样:这些视频是在美国不同地方收集的,包括城市、郊区和乡村等多种不同的地理环境&…...

Vibe Coding初体验之Trae CN

用了AI之后的真实感受就是时代真的变了,以前想都不敢想的,一句话居然就能生成想要的代码,同时内心又有一些紧迫感和思考,如何让自己保持竞争力,不被AI所淘汰,如何在AI时代体现人的价值。...

SQL如何实现带分页功能的JOIN查询_OFFSET与LIMIT优化方案

...

AI时代新型的项目管理应该是什么样的?追

AI训练存储选型的演进路线 第一阶段:单机直连时代 早期的深度学习数据集较小,模型训练通常在单台服务器或单张GPU卡上完成。此时直接将数据存储在训练机器的本地NVMe SSD/HDD上。 其优势在于IO延迟最低,吞吐量极高,也就是“数据离…...

如何导出包含事件调度器(Events)的配置_数据库自动化任务的备份

mysqldump 默认不导出 EVENTS,必须显式加 --events;还需配合 --routines 和 --triggers 确保依赖逻辑完整,并注意 --skip-definer 和 --set-gtid-purgedOFF 等关键参数。mysqldump 默认不导出 EVENTS,必须显式加 --eventsmysql 的…...

Jenkins 学习总结沾

先唠两句:参数就像餐厅点单 把API想象成一家餐厅的“后厨系统”。 ? 路径参数/dishes/{dish_id} -> 好比你要点“宫保鸡丁”这道具体的菜,它是菜单(资源路径)的一部分。查询参数/dishes?spicytrue&typeSichuan -> 好比…...

技术洞察:如何通过设备标识重置实现AI编程工具的持续高效使用

技术洞察:如何通过设备标识重置实现AI编程工具的持续高效使用 【免费下载链接】go-cursor-help 解决Cursor在免费订阅期间出现以下提示的问题: Your request has been blocked as our system has detected suspicious activity / Youve reached your trial request …...

OmenSuperHub:彻底解放你的惠普游戏本性能潜力

OmenSuperHub:彻底解放你的惠普游戏本性能潜力 【免费下载链接】OmenSuperHub 使用 WMI BIOS控制性能和风扇速度,自动解除DB功耗限制。 项目地址: https://gitcode.com/gh_mirrors/om/OmenSuperHub 你是否厌倦了原厂Omen Gaming Hub的臃肿、强制联…...

镜像孪生系统总体技术方案白皮书——基于三维空间计算的全域视频智能感知与决策平台

镜像孪生系统总体技术方案白皮书——基于三维空间计算的全域视频智能感知与决策平台发布单位:镜像视界(浙江)科技有限公司 版本:V1.0 日期:2026年📌 摘要随着智慧城市、公共安全与数字政府建设的不断推进&a…...

打造沉浸式智能AI问答助手:Vue + UniApp 全端实战(支持 Markdown/公式/多模态交互)唇

OCP原则 ocp指开闭原则,对扩展开放,对修改关闭。是七大原则中最基本的一个原则。 依赖倒置原则(DIP) 什么是依赖倒置原则 核心是面向接口编程、面向抽象编程, 不是面向具体编程。 依赖倒置原则的目的 降低耦合度&#…...

光伏三相并网:集成MPPT与SPWM调制的高效逆变系统

光伏三相并网: 1.光伏10kwMPPT控制两级式并网逆变器(boost三相桥式逆变) 2.坐标变换锁相环dq功率控制解耦控制电流内环电压外环控制spwm调制 3.LCL滤波 仿真结果: 1.逆变输出与三项380V电网同频同相 2.直流母线电压800V稳定 3.d轴…...

鸿蒙版微信APP总是收不到提醒?看看这两处设置是否正确

最近很多小伙伴反应升级了最新版的鸿蒙系统(鸿蒙5及以上版本),手机上的微信总是不提醒,导致一些消息不能第一时间获取。这可能是由于微信设置不正确导致的,本文从已知的2种情况分别阐述如何解决。一、检查微信的消息通…...

从F=ma到U(r,t)=P{Φ(r,t)⊛⊂M,Ctotal(t)}【能识此文者,必为大智也】

从Fma到U(r,t)P{Φ(r,t)⊛⊂M,Ctotal(t)}Authors: Haiting Allen ChenAffiliations: Chen Xiao’er Creative Workshop, Independent Researcher, Guangzhou, China.Corresponding Author:Name: Haiting Allen ChenEmails: mailto: OFIRMCSIoutlook.com ; OFIRM_…...

OFIRM,去感受宇宙之美的全貌!

奥卡姆剃刀,不增一分冗余;狄拉克,极致极简美学;我,多一个符号都是罪过!多一个单词都是对宇宙之神的亵渎。【宇宙之美,大道至简,原来如此!U(r,t)P{Φ(r,t)⊛⊂M,Ctotal(t)…...

记录复现多模态大模型论文OPERA的一周工作翰

一、简化查询 1. 先看一下查询的例子 /// /// 账户获取服务 /// /// /// public class AccountGetService(AccountTable table, IShadowBuilder builder) {private readonly SqlSource _source new(builder.DataSource);private readonly IParamQuery _accountQuery build…...

中国如何用特高压技术破解“能源不可能三角”?

以前我总以为,能源这事儿就是个死结:想要便宜就不能清洁,想要稳定就得烧煤,想要环保就得忍受高价。直到我了解了中国的特高压技术,才明白“能源不可能三角”真的能被打破。先说说这技术有多牛。1100千伏准东到皖南工程…...

NAS 入门两年,聊聊我的踩坑心得

折腾 NAS 两年后,我最大的感受是:别急着买贵的,先想清楚自己到底需要什么。 刚入坑时,我什么都不懂,第一台直接买了四千多的群晖。后来才发现,自己平时真正用得最多的,其实就是文件存取、影音播…...

PowerToys MeasureTool:让屏幕测量变得如此简单,设计师必备的免费神器

PowerToys MeasureTool:让屏幕测量变得如此简单,设计师必备的免费神器 【免费下载链接】PowerToys Microsoft PowerToys is a collection of utilities that supercharge productivity and customization on Windows 项目地址: https://gitcode.com/Gi…...

如何在唐山挑选性价比高的二手房步梯房随着城市化进程的加快,越来越多的人选择购买二手房作为自己的居所。特别是在像唐山这样的城市里,由于其地理位置优越、经济发展迅速,二手房市场更是受到了不少购房者的青

随着城市化进程的加快,越来越多的人选择购买二手房作为自己的居所。特别是在像唐山这样的城市里,由于其地理位置优越、经济发展迅速,二手房市场更是受到了不少购房者的青睐。然而,在众多房源中挑选出既适合自己又具有高性价比的房…...

SDMatte辅助UI/UX设计:从真实界面截图快速提取设计组件库

SDMatte辅助UI/UX设计:从真实界面截图快速提取设计组件库 1. 设计师的日常痛点 每个UI设计师都经历过这样的场景:在浏览优秀App或网站时,突然发现一个特别棒的按钮设计、一个精致的卡片布局,或者一组优雅的图标。你本能地截图保…...