Mindket

Sentiment_analysis

新上架第 1 版 · 更新于

概览

一个 Gradio 应用,按名字看是判断文本的情感。没有指定模型,README 也没写步骤,具体结果看页面。

Sentiment_analysis 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • requirements.txt 里的包,以及 Gradio
用在
  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
先运行
pip install -U huggingface_hub
hf download anbohan/sentiment_analysis --repo-type space --local-dir sentiment_analysis
cd sentiment_analysis

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Sentiment_analysis 是 Hugging Face Spaces 上的一个 Gradio 应用。它的名字说明它判断文本的情感,但 README 只有设置模板,也没有指定模型。代码是 app.py,requirements.txt 列出了 Python 包。

适合谁

它适合想在浏览器里试用情感检查的人,也适合想看小型 Gradio 情感页面怎么搭的学习者。

IndustryWho uses itHow they use itExample
客户支持分析师判断一条评论读起来是正面还是负面打开 Space,输入一条评论
营销社交媒体团队试用短帖的语气判断把一条帖子粘贴到文本框
教育学生阅读 app.py,看情感这一步怎么写下载这个 Space,打开 app.py

如果你需要指定的模型、支持的语言或实测准确率,可以跳过它,因为来源没有给出。

用在哪里

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use caseWhoWhat they get back
判断一段文字的语气分析师浏览器里显示的情感结果
学习情感分析演示学习者一个只有一个应用文件和一个依赖文件的小仓库

如何设置

在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • requirements.txt 里的包,以及 Gradio
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 sentiment_analysis 的文件夹。
  3. 进入这个文件夹。
  4. 先安装 Gradio,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download anbohan/sentiment_analysis --repo-type space --local-dir sentiment_analysis
cd sentiment_analysis
pip install gradio
pip install -r requirements.txt
python app.py

如何使用

打开 Hugging Face 上的 Space 页面,输入一些文本,看结果。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例

你在 Space 页面的文本框里输入一条简短的评论。应用运行它的情感判断,并把结果显示在页面上。

新手与专家

如果你是新手,打开 Space 页面,先试一句短话。情感分析的意思是,程序判断一段文字听起来是正面还是负面。

如果你懂这个领域,设置里没有指定模型,所以情感判断的逻辑在 app.py 和它的依赖里。标签集合、语言和准确率都没有说明,请用你自己的文本来测试。

  1. 你在浏览器里输入一句话
  2. app.py 运行情感判断
  3. 结果显示在页面上

注意事项

  • README 没有描述,所以具体的标签和语言要试过才清楚
  • 它需要 Gradio 和 requirements.txt 里的包
  • License: afl-3
  • Cost to run: 未提及
  • Data it reaches: 你给它的文本

README 和文件

README

Sentiment_analysis

一个 Gradio 应用,按名字看是判断文本的情感。没有指定模型,README 也没写步骤,具体结果看页面。

由 anbohan 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Sentiment_analysis 是 Hugging Face Spaces 上的一个 Gradio 应用。它的名字说明它判断文本的情感,但 README 只有设置模板,也没有指定模型。代码是 app.py,requirements.txt 列出了 Python 包。

适合谁:它适合想在浏览器里试用情感检查的人,也适合想看小型 Gradio 情感页面怎么搭的学习者。

Industry | Who uses it | How they use it | Example
客户支持 | 分析师 | 判断一条评论读起来是正面还是负面 | 打开 Space,输入一条评论
营销 | 社交媒体团队 | 试用短帖的语气判断 | 把一条帖子粘贴到文本框
教育 | 学生 | 阅读 app.py,看情感这一步怎么写 | 下载这个 Space,打开 app.py

如果你需要指定的模型、支持的语言或实测准确率,可以跳过它,因为来源没有给出。

用在哪里:

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use case | Who | What they get back
判断一段文字的语气 | 分析师 | 浏览器里显示的情感结果
学习情感分析演示 | 学习者 | 一个只有一个应用文件和一个依赖文件的小仓库

如何设置:在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • requirements.txt 里的包,以及 Gradio
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 sentiment_analysis 的文件夹。
  3. 进入这个文件夹。
  4. 先安装 Gradio,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download anbohan/sentiment_analysis --repo-type space --local-dir sentiment_analysis
cd sentiment_analysis
pip install gradio
pip install -r requirements.txt
python app.py

如何使用:打开 Hugging Face 上的 Space 页面,输入一些文本,看结果。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例:你在 Space 页面的文本框里输入一条简短的评论。应用运行它的情感判断,并把结果显示在页面上。

新手与专家:如果你是新手,打开 Space 页面,先试一句短话。情感分析的意思是,程序判断一段文字听起来是正面还是负面。

如果你懂这个领域,设置里没有指定模型,所以情感判断的逻辑在 app.py 和它的依赖里。标签集合、语言和准确率都没有说明,请用你自己的文本来测试。

你在浏览器里输入一句话
app.py 运行情感判断
结果显示在页面上

注意事项:

  • README 没有描述,所以具体的标签和语言要试过才清楚
  • 它需要 Gradio 和 requirements.txt 里的包
  • License: afl-3
  • Cost to run: 未提及
  • Data it reaches: 你给它的文本

Hugging Face 上的数据(2026年11月13日)

  • 点赞:0
  • 构建方式:gradio
  • 许可证:afl-3.0

链接

  • Space:https://huggingface.co/spaces/anbohan/sentiment_analysis
  • 文件:https://huggingface.co/spaces/anbohan/sentiment_analysis/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Sentiment_analysis 本页0gradioafl-3.0
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

开发类的相似商品

查看开发类的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架