文本数据分析之中文酒店评论数据分析.pdfVIP

⽂本数据分析之中⽂酒店评论数据分析 ⽂本数据分析 前⾔ ⽂本数据分析能够有效帮助我们理解数据语料, 快速检查出语料可能存在的问题, 并指导之后模型训练过程中⼀些超参数的选择 题⽬ 中⽂酒店评论数据分析 主要是判别该数据的好坏，评论为⼆分类，好评⽤1表⽰，差评⽤0表⽰ 判别⽅⾯ 1. 排除极端数据，判断评论的好坏有没有⼀边倒，⽐如好评占⽐90%，差评占⽐10% 2. 判断这些评论⼤部分为长⽂本还是短⽂本，或是长短相差⽆⼏ 导⼊数据 import seaborn as sns import pandas as pd import matplotlib.pyplot as plt 更改 的呈现风格，更多参数详见 # plt /qqarticle/details plt.style.use(fivethirtyeight) ⽤来训练的数据 #train_data ⽤来测试的数据 #test_data train_data = pd .read_csv(./nlp/textDataProcess/cn_data/train.tsv,sep=\t)