nlp情感分析_nlp情感分析模型
情感分析是自然语言处理(NLP)中的一个常见应用，也是一个有趣的基础任务，特别是对于词的情感内容的分类。是对带有感情色彩的主观文字进行分析、加工、归纳、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，是指对词语的积
情感分析是自然语言处理(NLP)中的一个常见应用，也是一个有趣的基础任务，特别是对于词的情感内容的分类是对带有感情色彩的主观文字进行分析、加工、归纳、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，是指对词语的积极、消极和中性判断在大多数应用场景下，只分为两类比如“喜欢”和“不喜欢”这两个词，就属于不同的情感倾向本文将详细介绍如何利用深度学习模型中的LSTM模型实现对词语的情感分析。
我们以某电商网站某商品的评论为语料库(corpus.csv)，这个数据集的下载地址是:https://github . com/renjunxiang/text-classification/blob/master/text classification/data/data _ single . CSV，这个数据集有4310条评论，文字的感受可以分为两类。
评估，标签用了一段时间，感觉不错，还行，积极向上电视很好已经是家里第二个了第一天下单，第二天就到了，但是物流的人说车坏了，一直催客服也帮忙催了，第三天下午5点才送到等父母老了，买个画面清晰的大电视，趁着耳朵还能用，好好享受几年。
，前面电视比预想的大很多，画面也很清晰，系统很智能，更多的功能还在探索中不错，正面用了这么多天，感觉还不错夏普的品牌还是比较靠谱的希望以后更耐用现在是考虑质量的时候了，前面物流速度很快很棒今天看了电视，非常清晰流畅。
这是一个完美的购物体验，积极的很好，客服还特意打电话回访，正面后勤哥不错，努力，东西没用，积极发货速度快，质量有保障，活动价格相当不错我希望它能持续很长时间，没有任何问题，前面然后我们需要对语料库做一个简单的分析:。
数据集中的情感分布；数据集中评论句的长度分布使用下面的Python指令代码，我们可以统计数据集中的情感分布和评论句的长度分布输出结果如下:如你所见，积极情绪和消极情绪的比例差不多句子长度和出现频率的统计图如下:。
用LSTM分析文本情感的自然语言处理导论(十)句子长度的累积分布函数图如下:用LSTM分析文本情感的自然语言处理导论(十)可以看出，大部分样本的句子长度集中在1到200之间，句子长度的累计频率为0.91分位数，因此长度约为183。
然后我们使用深度学习中的LSTM模型对上述数据集做情感分析。作者实现的模型框架如下:用LSTM分析文本情感的自然语言处理导论(十)完整的Python代码如下:
对上述模型进行了5次训练，训练集与测试集之比为9:1。输出结果如下:
可以看出，该模型在训练集的准确率在95%以上，在测试集的准确率在90%以上，效果相当不错然后，我们使用新训练的模型来测试新数据作者对上述样本的评论进行随机变换，然后预测其情感倾向情绪预测的Python代码如下:。
输出结果如下:让我们试着测试一些其他的评论:当然，模型不会对所有的商品评论都有很好的效果，还是要针对特定的语料库进行训练和预测本文主要介绍了LSTM模型在文本情感分析中的应用该项目已经上传到Github的。
注:下面来了解一下作者的微信微信官方账号:Python爬虫与算法(微信号:easy _ web _ scrap)，欢迎大家关注~Python机器学习——NLP情感分析；数据集来源:https://github .
com/renjunxiang/text-classification/blob/master/text classification/data/data _ single . CSV。
免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186
