Hugging Face 快速入门手册（实操案例-情感分析 Sentiment Analysis）

我们直接从第一册的核心工具pipeline（流水线）开始。这是 Hugging Face 里最快捷的工具，它把复杂的底层过程（比如把文字变成数字、输入给模型计算、再把输出转回人类能看懂的结果）全部打包好了。

你可以把它想象成一个万能的工具箱 🧰，告诉它你要做什么任务，丢给它数据，它就直接给你结果。

我们来尝试 AI 界的 "Hello World" ——情感分析 (Sentiment Analysis)。假设我们要让 AI 判断一句话是正面的还是负面的。下面是完整的 Python 代码：

# 提示：运行前需确保已安装 transformers 库 (pip install transformers) from transformers import pipeline # 第一步：指定任务，创建一个情感分析的流水线 classifier = pipeline("sentiment-analysis") # 第二步：输入一段你想分析的文字 text = "I am really thrilled to start learning AI today!" result = classifier(text) print(result)

观察一下这段代码。当你把句子交给classifier处理后，它会返回一个result。

你认为除了告诉你这句话是“正面 (POSITIVE)” 还是“负面 (NEGATIVE)” 之外，AI 的返回结果中通常还会包含什么关键数值信息，来表明它对这个判断的态度？