原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
学院：电子信息学院调用LSTM模型训练数据集课程：深度学习主讲教师：陈宇
7.4.1情感分析简介文本情感分析（SentimentAnalysis）是自然语言处理（NLP）方法中常见的应用，也是一个有趣的基本任务，尤其是以提炼文本情绪内容为目的的分类。它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。本文将介绍情感分析中的情感极性（倾向）分析。所谓情感极性分析，指的是对文本进行褒义、贬义、中性的判断。在大多应用场景下，只分为两类。例如对于“喜爱”和“厌恶”这两个词，就属于不同的情感倾向。本文将详细介绍如何使用深度学习模型中的LSTM模型来实现文本的情感分析。
7.4.2文本介绍及语料分析以某电商网站中某个商品的评论作为语料（corpus.csv），该数据集的下载网址为：该数据集一共有4310条评论数据，文本的情感分为两类：“正面”和“反面”，该数据集的前几行如下：/renjunxiang/Text-Classification/blob/master/TextClassification/data/data_single.csv
7.4.3运行结果可以看到，正反面两类情感的比例差不多。
7.4.3运行结果句子长度及出现频数统计图
7.4.3运行结果大多数样本的句子长度集中在1-200之间，句子长度累计频率取0.91分位点，则长度为183左右。句子长度累积分布函数图
7.4.4使用LSTM模型接着我们使用深度学习中的LSTM模型来对上述数据集做情感分析，实现的模型框架如下：
7.4.4使用LSTM模型对上述模型，共训练5次，训练集和测试集比例为9:1，输出的结果为：
7.4.5模型预测接着，我们利用刚刚训练好的模型，对新的数据进行测试。在这儿随机改造上述样本的评论，然后预测其情感倾向。情感预测的Python代码如下：
7.4.6运行结果
学院：电子信息学院感谢您的观看课程：深度学习主讲教师：陈宇
文档评论（0）