使用flairNLP进行特征提取答案

【问题标题】：Feature extraction using flairNLP使用flairNLP进行特征提取
【发布时间】：2020-08-06 21:19:27
【问题描述】：

我正在尝试使用flair 进行情感分析，但我还需要知道每个单词对句子分数的影响程度。

我已经按照article 来预测情绪，但它没有显示如何提取给定句子的特征。我假设有一种方法可以进行此特征提取，因为它在该文章中呈现的方式，但我找不到它。我已经尝试阅读 fair 文档和代码本身，但没有看到这样做的方法。

我正在寻找的是这种功能：

import flair
text = flair.data.Sentence(<string-with-sentiment>)
model = flair.models.TextClassifier.load('en-sentiment')
model.predict(text)
print(s.individual_sentiments)

结果：

[('i', 0.08), ('do', 0.09), ('like', 1.0), ('you', -0.32)]

我不是在尝试训练我自己的模型，而是使用上面代码示例中的预训练模型。

注意：我不拘泥于天赋，如果存在具有此功能的不同框架，我也很乐意了解它。我正在尝试使用 flair，因为它在我测试时准确地执行了 Textblob 和 nltk 的 VADER。

【问题讨论】：

标签： python nlp sentiment-analysis feature-extraction flair

【解决方案1】：

这篇文章实际上在底部有一个 colab notebook 的链接，我错过了。似乎在那篇文章中实现这一点的方法是除了整个句子之外，还单独对每个单词进行分类。

【讨论】：