单句文本分类是最常见的自然语言处理任务，需要将输入文本分成不同类别。例如：在情感分类任务SST-2中，需要将影评文本输入文本分类模型中，并将其分成褒义或贬义。1. 建模方法应用BERT处理单句文本分类任务的模型由输入层、BERT编码层和分类输出层构成。处理过程如下图所示（图源李宏毅老师课件）：首先在句子的开头加一个代表分类的符号[CLS]然后将该位置的output输入到Linear Classif

情感分析技术背景近些年来，随着电子商务和社交网络兴起和发展，互联网上出现了大量的主观性文本任务定义对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程应用电商评论分析：抽取用户评论的观点以及观点的极性舆情分析：对某个人物或某一事件的看法（以下百分数为支持的比例）主观性文本分析：技术难点背景知识电视机的声音小（消极）电冰箱的声音小（积极）反讽/隐晦情感表达我觉得你的香水不错，你应该关起窗户省着