本文使用 Streamlit 和分类器实现了一个应用程序完成无样本分类，看看 Twitter 网友的评论怎么看待苹果你品发布。
苹果 15 发布会前段时间刚开完，国外的网友如何看呢，我们今天写一个程序看看国外的网友是个什么态度。
先看结果：
这个分类器App 之前写好的，根据官方一个教程来的，源码文末分享给大家。
分类器
分类器是一种常见的机器学习算法，用于将输入数据分为两个或多个类别。常见的分类器有逻辑回归、支持向量机、决策树、随机森林等。
今天我们这个程序来对语义进行分类，也就是把我们给出的一句话，分类给指定的关键词。
比如：你真是个小可爱，我们来判断他是积极的、消极的、还是开心还是愤怒。
分类数据
我们抓去一些国外苹果微博的网友评论来作为分类数据。
在苹果的置顶帖子（由于没看发布会，这个动画我还是第一次看，是一个📱撞地球的视频）
下面找一些网友们的评论，
抓去前面几十条数据：
好了，数据集有了，接下来实现我们的分类器。
分类器
分类器我们直接使用 HuggingFace 的 API， 使用 valhalla/distilbart-mnli-12-9[1] 这个模型。
这是在 Meta 的 facebook/bart-large-mnli[2] 之上微调实现的，主要进行零样本文本分类。
基于 NLI 的零样本文本分类
一种使用预训练的 NLI 模型作为现成的零样本序列分类器的方法。该方法的工作原理是将要分类的序列作为 NLI 前提，并根据每个候选标签构建假设。
实现
UI 实现
界面很简单，我们就不画原型了，直接看效果来讲：
整个界面左右两份：
标题
这里我们放了图片和标题文本：
c1, c2 = st.columns([0.4, 2])
with c1:
st.image("assets/logo.png", width=100, )
with c2:
st.caption("")定义样例数据
我们使用数组定义样例数据，这样方便后面测试（当然可以直接在 UI 上输入）：
chatlist: list[list[str]] = [
['','','',],
['','','',],
['','','',],
]比如这样：
当然少不了我们的主角，网友们的评论：
选择框
option = st.selectbox('选择样例数据', [x[0] for x in chatlist], key='option2')
selected = list(filter(lambda x: x[0] == option, chatlist))
selected = selected[0]
template = '\n'.join(selected)
HuggingFace API Key
前面提到使用 HuggingFace 的 API，我们建一个输入框：
API_KEY2 = st.text_input(
"输入你的 🤗 HuggingFace API 令牌",
help="创建 HuggiginFace 帐户后，您可以在设置页面中获取免费的 API 令牌：: https://huggingface.co/settings/tokens",
type='password',
value=os.getenv('HF_API_KEY')
)
API_URL = ("https://api-inference.huggingface.co/models/valhalla/distilbart-mnli-12-9")本地运行模型
如果大家不想用 API，也可以本地运行模型：(使用 API 则不需要这步)
from transformers import pipeline
classifier = pipeline(
"zero-shot-classification",
model="facebook/bart-large-mnli"
)
sequence_to_classify = "one day I will see the world"
candidate_labels = ['travel', 'cooking', 'dancing']
classifier(sequence_to_classify, candidate_labels)
#{'labels': ['travel', 'dancing', 'cooking'],
# 'scores': [0.9938651323318481, 0.0032737774308770895, 0.002861034357920289],
# 'sequence': 'one day I will see the world'}更多用法可参考模型主页[3]。
分类词输入选择
st_tags 来实现一个多选提示输入框。
multiselectComponent = st_tags(
label="输入分类词：",
text="Add labels - 6 max",
value=['Positive', 'Negative', 'Neutral', ],
suggestions=['Positive', 'Negative', 'Neutral',],
maxtags=6,
)输入框和提交
text = st.text_area(
height=200,
key="2",
)
submit_button = st.form_submit_button(label="提交", type='primary')分类判断
接下来是重点，先实现一个调用 API 方法：
def query(payload):
response = requests.post(API_URL, headers=headers, json=payload)
return response.json()逐行调用接口，进行分类：
listToAppend = []
for row in linesList:
output2 = query({
"inputs": row,
"parameters": {"candidate_labels": multiselectComponent},
"options": {"wait_for_model": True},
})
import copy
jsonresoult = copy.deepcopy(output2)
jsonresoult = {'sequence': output2['sequence']}
for (i, label) in enumerate(output2['labels']):
jsonresoult[label] = output2['scores'][i]
listToAppend.append(jsonresoult)
df = pd.DataFrame.from_dict(output2)
st.success("✅ Done!")免费账户接口使用调用限制的，可以参考HF FAQ 速率限制[4]，具体多少也没说，不过测试够用了。
输出结果
首先打印下结果，当然别忘了用 mean 函数求平均数，一并打印出来。
整体看起来，网友消极情绪稍微多一点。
st.write(df)
st.write(df.mean(numeric_only=True))接下来就是画图了，比如 LineArea 和 Bar：
col1, col2 = st.columns(2)
with col1:
st.area_chart(df, x='句子', y=multiselectComponent, color=colors[:len(multiselectComponent)])
with col2:
st.bar_chart(df, x='句子', y=multiselectComponent, color=colors[:len(multiselectComponent)])我比较喜欢气泡图，但是气泡图需要处理下数据：
• X 轴表示语句坐标
• Y 轴表示得分
• 气泡大小也用得分表示
import plotly.express as px
fig = px.scatter(
df_bubble,
x='index',
y='score',
size='score',
color="label",
log_x=True,
size_max=60,
color_discrete_sequence=colors,
)
st.plotly_chart(fig, theme="streamlit", use_container_width=True)源码
https://github.com/iDigitalWings/streamlit-classifier.git[5]
引用链接
[1] valhalla/distilbart-mnli-12-9: https://huggingface.co/valhalla/distilbart-mnli-12-9[2] facebook/bart-large-mnli: https://huggingface.co/facebook/bart-large-mnli[3] 模型主页: https://huggingface.co/facebook/bart-large-mnli[4] HF FAQ 速率限制: https://huggingface.co/docs/api-inference/faq#rate-limits[5]: https://github.com/iDigitalWings/streamlit-classifier.git
--- END ---