本项目通过基于Transformer模型的情感分析和情感识别研究,为社会提供了更准确、高效的情感分析技术。这将在市场调研、社交媒体分析、舆情监测等领域发挥重要作用,帮助企业了解用户情感倾向、产品满意度以及品牌声誉等关键信息,从而支持决策制定和运营优化。
同时,对于刚接触神经网络的我来说,这个项目提供了宝贵的机会,能够通过深入研究和实践Transformer模型,提升自然语言处理和深度学习的技能,展示出扎实的研究能力和解决实际问题的能力,并为学术和职业发展奠定坚实基础。
Package Version
------------------------ ----------
python 3.11.5
archspec 0.2.1
asttokens 2.4.1
boltons 23.0.0
Brotli 1.0.9
certifi 2023.11.17
cffi 1.16.0
charset-normalizer 2.0.4
comm 0.1.4
conda 23.11.0
conda-content-trust 0.2.0
conda-libmamba-solver 23.12.0
conda-package-handling 2.2.0
conda_package_streaming 0.9.0
contourpy 1.2.0
cryptography 41.0.7
cycler 0.12.1
debugpy 1.6.7
decorator 5.1.1
distro 1.8.0
exceptiongroup 1.2.0
executing 2.0.1
filelock 3.13.1
fonttools 4.47.0
fsspec 2023.12.2
idna 3.4
importlib-metadata 7.0.1
ipykernel 6.26.0
ipython 8.19.0
jedi 0.19.1
Jinja2 3.1.2
joblib 1.3.2
jsonpatch 1.32
jsonpointer 2.1
jupyter_client 8.6.0
jupyter_core 5.5.1
kiwisolver 1.4.5
libmambapy 1.5.3
MarkupSafe 2.1.3
matplotlib 3.8.2
matplotlib-inline 0.1.6
menuinst 2.0.1
mpmath 1.3.0
nest-asyncio 1.5.8
networkx 3.2.1
numpy 1.26.2
nvidia-cublas-cu12 12.1.3.1
nvidia-cuda-cupti-cu12 12.1.105
nvidia-cuda-nvrtc-cu12 12.1.105
nvidia-cuda-runtime-cu12 12.1.105
nvidia-cudnn-cu12 8.9.2.26
nvidia-cufft-cu12 11.0.2.54
nvidia-curand-cu12 10.3.2.106
nvidia-cusolver-cu12 11.4.5.107
nvidia-cusparse-cu12 12.1.0.106
nvidia-nccl-cu12 2.18.1
nvidia-nvjitlink-cu12 12.3.101
nvidia-nvtx-cu12 12.1.105
packaging 23.1
parso 0.8.3
pexpect 4.8.0
pickleshare 0.7.5
Pillow 10.1.0
pip 23.3.2
platformdirs 3.10.0
pluggy 1.0.0
prompt-toolkit 3.0.42
psutil 5.9.7
ptyprocess 0.7.0
pure-eval 0.2.2
pycosat 0.6.6
pycparser 2.21
Pygments 2.17.2
pyOpenSSL 23.2.0
pyparsing 3.1.1
PySocks 1.7.1
python-dateutil 2.8.2
pyzmq 25.1.0
requests 2.31.0
ruamel.yaml 0.17.21
scikit-learn 1.3.2
scipy 1.11.4
setuptools 68.2.2
six 1.16.0
stack-data 0.6.2
sympy 1.12
threadpoolctl 3.2.0
torch 2.1.2
torchdata 0.7.1
torchtext 0.16.2
tornado 6.3.3
tqdm 4.65.0
traitlets 5.14.0
triton 2.1.0
truststore 0.8.0
typing_extensions 4.9.0
urllib3 1.26.18
wcwidth 0.2.12
wheel 0.41.2
zipp 3.17.0
zstandard 0.19.0
项目开发所需要的库文件已经打包在./requirements.txt文件中,使用下面命令安装
pip install -r requirements.txt