Awesome
#环境要求
- Unix/Linux系统
- python 2.7
- python包安装: keras,sklearn,gensim,jieba,h5py,numpy,pandas
sudo pip install -r requirements.txt
用法
使用SVM分类器进行情感分类:
python predict.py svm 这个手机质量很好,我很喜欢,不错不错
python predict.py svm 这书的印刷质量的太差了吧,还有缺页,以后再也不买了
使用LSTM进行情感分类:
python predict.py lstm 酒店的环境不错,空间挺大的
python predict.py lstm 电脑散热太差,偶尔还蓝屏,送货也太慢了吧
#程序
-
code/Sentiment_lstm.py 使用word2vec和LSTM训练和预测
-
code/Sentiment_svm.py 使用word2vec和svm训练和预测
-
predict.py 调用Sentiment_lstm.py及Sentiment_svm.py进行预测
#数据
-
./data/ 原始数据文件夹
- data/neg.xls 负样本原始数据
- data/pos.xls 正样本原始数据
-
./svm_data/ svm数据文件夹
- ./svm_data/*.npy 处理后的训练数据和测试数据
- ./svm_data/svm_model/ 保存训练好的svm模型
- ./svm_data/w2v_model/ 保存训练好的word2vec模型
-
./lstm_data/ lstm数据文件夹
- ./lstm_data/Word2vec_model.pkl 保存训练好的word2vec模型
- ./lstm_data/lstm.yml 保存训练网络的结构
- ./lstm_data/lstm.h5 保存网络训练到的权重
#详细介绍