python机器学习——文本情感分析（英文文本情感分析）_英文文本情感分析,python英文文本情感分析 - CSDN文库

python机器学习

2星 169 浏览量更新于2023-03-03 评论 22 收藏 178KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python机器学习机器学习——文本情感分析（英文文本情感分析）文本情感分析（英文文本情感分析）

本人机器学习课程的小作业，记录一下，希望可以帮到一些小伙伴。

项目介绍，给一段英文文本（英文影评评论）来预测情感是正向还是负向

模型使用的是LSTM+RNN。

代码包括数据处理，模型训练，对新数据做出预测，并将预测结果（正向情感）保存到result.txt中

软件：anaconda3

一一.数据集介绍数据集介绍

数据集链接: https://pan.baidu.com/s/1oIXkaL_SL9GSN3S56ZwvWQ

提取码: qgtg

训练集labeledTrainData.tsv(24500条带标签的训练数据)

id sentiment review 分别表示：每段文本的唯一ID，情感色彩类别标签，待分析的文本数据。

“, ” “)

return re.sub(strip_special_chars, “”, string.lower())

# #生成索引矩阵，得到24500*250的索引矩阵

# ids=np.zeros((24500,maxSeqLength),dtype=’int32′)

# #print(ids.shape) #输出结果为（24500,250）

# fileCounter=0

# for pf in range(0,len(df)):

# #print(pf)

# indexCounter=0

# cleanedLine=cleanSentences(df[‘review’][pf])

# split=cleanedLine.split()

# for word in split:

# try:

# #print(‘111’)

# ids[fileCounter][indexCounter]=wordsList.index(word)

# except ValueError:

# ids[fileCounter][indexCounter]=399999

# indexCounter=indexCounter+1

# if indexCounter>=maxSeqLength:

# break

# fileCounter=fileCounter+1

# print(‘down1’)

# np.save(‘C:/NLP/idsMatrix’,ids)

#上述注释后，将生成的索引矩阵保存到idsMatrix.npy文件中。避免了每次都要生成索引矩阵

ids=np.load(‘C:/NLP/idsMatrix.npy’)

print(ids.shape)

#辅助函数

from random import randint

def getTrainBatch():

labels=[] arr=np.zeros([batchSize,maxSeqLength])

i=0

for i in range(0,32):

j=0

while j<1:

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论1

qq_45780914

2021-12-24

没有代码嘛？

weixin_38513669

粉丝: 2
资源: 971

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈