ABSA（Aspect Based Sentiment Analysis）是一种在给定的语料库中同时提取（co-extracting ）表达意见和（事物）属性/方面术语（意见目标）以及它们之间的关系的任务。

方面级情感分类是情感分析中的一项细粒度任务。在本文中，我们揭示句子的情感极性不仅由内容决定，而且是与相关方面高度相关。当以不同方面作为输入时。SemEval 2014数据集的实验及其应用结果表明，模型在方面层面上达到了最先进的性能分类。

接下来我们一起看看如何快速进行论文复现吧！

首先打开极链AI云的官网，选择模型创建实例：

https://cloud.videojj.com/home

由于平台已经上传了Emotion_Analysis的模型库，所以能够一键创建实例，轻松又便捷～

接下来就是正式复现的环节啦！

1、指定数据集以及预训练模型bert_spc，代码如下：

tips：--dataset 表示指定数据集；--optimizer 默认为adam优化器；--pretrained_bert_name 预训练模型指定"bert"；--max_seq_len 指定最大序列长度；--SRD 语义相对距离 默认为3

运行效果如下：

3、对模型进行交叉认证，代码如下：

运行效果如下：

tips：对于非bert模型，训练过程不是很稳定；在小数据集上，基于bert的模型对超参数(特别是学习率)更加敏感；对特定任务进行微调是发挥BERT模型能力的必要条件。

到这里，我们就已经完成了Emotion_Analysis的整个复现成果～具体的模型简介和代码可以在模型详情页查看👍

为了使复现更加方便高效，我们为每一个模型都配置了专属的模型详情页。

模型详情页详细展现了模型的使用方法（包含训练和推理的使用方式和测试案例）在证明模型配置的完整性和方便用户直接测试模型效果上，为用户进一步开发和训练模型提供便利。

极链AI云平台现在更新了大量模型和数据库！省去了繁琐冗长的上传时间，让论文复现一步到位！快去官网试试吧～

ps.在平台没有找到模型的小伙伴可以参加我们的论文复现活动，在学习同时更有云币券作为奖励，快关注极链AI云查看详情吧～