01 / 模型卡片
模型卡片
这是一个基于 BERT 多语言预训练模型微调而成的情感分析工具，由 nlptown 提供。它最大的特点是支持多语言识别，能够直接对多种语言的文本进行星级评分（1-5星）预测。对于中国开发者来说，它非常适合用于快速搭建多语言评论分析系统或电商反馈监控，无需为每种语言单独训练模型。由于是基于 BERT 架构，上手门槛较低，可以通过 Hugging Face 等主流框架快速调用，是处理跨语言文本情感极性分析的轻量级高效方案。
模型类型text classification
提供方nlptown
许可状态mit
02 / 文件与版本
模型文件与版本
模型卡片当前详情页记录的模型说明与元数据
已收录来源仓库https://huggingface.co/nlptown/bert-base-multilingual-uncased-sentiment
查看模型来源版本信息请以来源仓库的最新版本为准
—03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
nlptown/bert-base-multilingual-uncased-sentiment安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model nlptown/bert-base-multilingual-uncased-sentiment下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model nlptown/bert-base-multilingual-uncased-sentiment README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('nlptown/bert-base-multilingual-uncased-sentiment')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/nlptown/bert-base-multilingual-uncased-sentiment.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/nlptown/bert-base-multilingual-uncased-sentiment.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面