| from transformers import pipeline | |
| # 載入情感分析管道 | |
| classifier = pipeline( | |
| "sentiment-analysis", | |
| model="jackietung/bert-base-chinese-sentiment-finetuned", | |
| return_all_scores=True | |
| ) | |
| # 測試文本 | |
| texts = [ | |
| "這款 App 的界面設計非常直觀，使用起來很順暢！", | |
| "客服回應速度太慢，問題遲遲得不到解決，很失望。", | |
| "功能還算齊全，但偶爾會閃退，希望能改進。", | |
| "雖然有些小bug，但整體來說是個實用的工具App。", | |
| "完全不推薦下載，廣告太多而且耗電量驚人。" | |
| ] | |
| # 進行預測 | |
| for text in texts: | |
| result = classifier(text)[0] | |
| print(f"文本: {text}") | |
| # 按分數排序 | |
| sorted_scores = sorted(result, key=lambda x: x['score'], reverse=True) | |
| # 獲取最高分數的情感 | |
| top_sentiment = sorted_scores[0] | |
| print(f"預測情感: {top_sentiment['label']} (分數: {top_sentiment['score']:.4f})") | |
| # 顯示所有情感分數 | |
| print("所有情感分數:") | |
| for score_item in sorted_scores: | |
| print(f" {score_item['label']}: {score_item['score']:.4f}") | |
| print("-" * 50) | |