# BTSC

**Repository Path**: class-project/btsc

## Basic Information

- **Project Name**: BTSC
- **Description**: BERT-based Text Sentiment Classification
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-12-16
- **Last Updated**: 2023-12-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# BTSC: Bert-baed Text Sentiment-Classification

基于预训练BERT模型的情感分类项目。



## 配置

要配置本项目所需环境和组件，您需要获取bert预训练模型和IMDB数据集。



### python环境

项目根目录下，利用`./requirements.txt`配置项目所需环境：

```bash
pip install requirements.txt -r
```

torch需要支持CUDA。



### BERT预训练模型

项目需要利用BERT预训练模型来进行分词和特征提取，您可以在`huggingface.co`上获取到这些模型。

对于英文输入，推荐使用`bert-base-uncased`，获取地址：[bert-base-uncased · Hugging Face](https://huggingface.co/bert-base-uncased)

对于中文输入，推荐使用`bert-base-chinese`，获取地址：[bert-base-chinese · Hugging Face](https://huggingface.co/bert-base-chinese)

将下载的预训练模型解压至`./models/{YOUR_MODEL}`，然后在`./config.json`中指定模型加载路径（**项目根目录下的相对路径**）：

```json
               {
  "bert_dir": "{BERT_DIR}",
  "bert_chinese_dir": "{BERT_CHINESE_DIR_IF_NEEDED}"
}
```



### IMDB数据集

数据集获取地址：[Sentiment Analysis (stanford.edu)](https://ai.stanford.edu/~amaas/data/sentiment/)

将下载所得数据集解压至`./datasets`，然后在`./datasets_config.json`中更新数据集路径（**项目根目录下的相对路径**）：

```json
{
  "{YOUR_DATASET_NAME}": "{YOUR_DATASET_DI}",
}
```

环境准备完毕后，修改`./train`中的相关配置，使得路径能被正确读取：

```python
BERT_PATH = f"{PROJPATH}/{pconfig.get('bert_dir')}"
IMDB_PATH = f"{PROJPATH}/{dconfig.get('imdb')}"
DIV_PATH = f"{PROJPATH}/{dconfig.get('div')}"
SAVE_TO = f"{PROJPATH}/models/my_model.pt"
```



## 运行

可供运行的`.py`文件包括根目录下的`./train.py`以及`./script`下的所有文件。

修改路径使得路径能够被正确指定后，可以运行`.py`文件。