【文件属性】：
文件名称：情感分析：深度学习
文件大小：984KB
文件格式：ZIP
更新时间：2021-02-13 15:42:36
JupyterNotebook
资料集
用于训练和验证模型的Twitter数据集是密歇根大学Kaggle竞赛数据集和Neik Sanders创建的“ Twitter情感语料库”的组合。 这些数据集总共包含1,578,627条标记为正或负的推文。 您可以获取数据集！
我们还在嵌入层中使用了GloVe（单词表示的全球向量）进行了预训练。（您可以下载Twitter的Glove ^^
火车
我们通过多种方式处理数据，例如：
URL被标记替换。
连续重复两次以上的任何字母都将被该字母的2次重复替换（例如，“ sooooo”被替换为“ soo”）
使用dicos数据集修复错误的单词
几个表情符号被代币替换
所有推文均小写。
我们结合使用LSTM和CNN
结果
我们得到的准确性因素到83,7％，在这种高8.5％， 用相同的数据集。
注意：该项目中的所有文件都在运行
【文件预览】：
sentiment_analysis-master
----Train.ipynb(79KB)
----dicos.zip(935KB)
----embedding_layer.ipynb(3KB)
----README.md(1KB)
----processingdata.ipynb(19KB)