---
title: statement-type-classification-based-on-bert
canonical_url: "https://www.modelscope.cn/models/Fu496735182/statement-type-classification-based-on-bert"
md_url: "https://www.modelscope.cn/models/Fu496735182/statement-type-classification-based-on-bert.md"
repository: Fu496735182/statement-type-classification-based-on-bert
chinese_name: "基于BERT的中文文本陈述类型分类"
last_updated: 2026-09-15
pipeline_tag: text-classification
tasks:
  - text-classification
parameters: 102.3M
tensor_type:
  - F32
library_name:
  - safetensors
downloads: 5
stars: 0
---

# statement-type-classification-based-on-bert

> statement-type-classification-based-on-bert - Fu496735182 在 ModelScope 开源的模型。基于 BERT 的中文陈述类型三分类模型。输入一个陈述句，判断其类型为 FACT（事实）、OPINION（观点）还是 OTHER（其他）。

- **Repository**: Fu496735182/statement-type-classification-based-on-bert
- **Tasks**: text-classification
- **Parameters**: 102.3M
- **Downloads**: 5
- **Stars**: 0
- **Last updated**: 2026-09-15

Source: https://www.modelscope.cn/models/Fu496735182/statement-type-classification-based-on-bert

---

# 基于BERT的中文陈述类型分类

基于 BERT 的中文陈述类型三分类模型。输入一个陈述句，判断其类型为 FACT（事实）、OPINION（观点）还是 OTHER（其他）。

输入数据应该为如下结构

```json
{
    "statement_text": "我觉得这个方案不错。"
}
```

- `statement_text`：待判断类型的陈述句

模型输出为一个概率分布和预测标签，具体而言，被组装为如下格式

```json
{
  "predicted_label": "OPINION",
  "probabilities": {
    "FACT": 0.0009,
    "OPINION": 0.9982,
    "OTHER": 0.0001
  }
}
```

- `predicted_label`：预测的陈述类型标签
- `probabilities`：三类概率分布

可以在下载本项目后用如下代码测试模型效果

```python
python main.py
```