yangjiurong/chinese-sentiment-c3-v1

1. 简介

本文档记录 yangjiurong/chinese-sentiment-c3-v1 在华为昇腾 NPU 环境下的适配与验证结果。

chinese-sentiment-c3-v1 是一个基于 hfl/chinese-roberta-wwm-ext 的中文情感分类模型，支持三种情感类别：

• negative（负面）
• neutral（中性）
• positive（正面）

权重获取地址：

• 权重下载地址（ModelScope）：https://modelscope.cn/models/yangjiurong/chinese-sentiment-c3-v1

2. 验证环境

3. 模型适配

模型为 BertForSequenceClassification 架构，直接使用 transformers 库加载并在 NPU 上运行。

import torch
import torch_npu
from transformers import AutoTokenizer, BertForSequenceClassification

device = "npu:0"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = BertForSequenceClassification.from_pretrained(model_path)
model.to(device)
model.eval()

inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=128)
inputs = {k: v.to(device) for k, v in inputs.items()}
with torch.no_grad():
    outputs = model(**inputs)
predicted_class_id = torch.argmax(outputs.logits, dim=-1).item()

5. 性能参考

6. 注意事项

• 模型基于 hfl/chinese-roberta-wwm-ext 微调，适用于中文情感分类任务
• 使用 torch_npu 将模型加载到昇腾 NPU 上进行推理
• 推理时需使用 torch.no_grad() 上下文管理器
• 建议输入文本长度不超过 128 tokens

Ascend NPU 精度评测

NPU vs CPU 精度对比（CPU 为基线，NPU 为验证目标）：

精度评测源代码和日志详见 eval/ 目录。