文件名称：Sentiment-Analysis:情绪分析
文件大小：223KB
文件格式：ZIP
更新时间：2024-05-13 11:14:04
sentiment-analysis lstm-neural-networks rnn-pytorch lstm-sentiment-analysis rnn-lstm
情感分析 情感分析：PyTorch实现，Tensorflow Keras实现该数据集在自然语言处理中非常流行，通常称为IMDb数据集。 它包含来自imdb.com网站的电影评论，如果评论者喜欢这部电影，则每个评论都标记为“正面”，否则则标记为“负面”。 实施方法 数据集 “这是来自IMDB的25,000则电影评论的数据集，以情感（正/负）标记。评论已经过预处理，并且每个评论都被编码为单词索引（整数）列表。为了方便起见，单词按整体频率进行索引在数据集中，例如，整数“ 3”对数据中的第3个最常见单词进行编码。这允许进行快速过滤操作，例如：“仅考虑前10,000个最常见的单词，但排除前20个最常见的单词按照惯例，“ 0”不代表特定单词，而是用于编码任何未知单词。 数据预处理 util.py IMDB电影评论原始数据来自html util.py 。 因此，有一些HTML标记需要删除。 因此，uti
【文件预览】：
Sentiment-Analysis-main
----rnn_sentiment_analysis_Part2.ipynb(23KB)
----sentiment_analysis-Part1.ipynb(230KB)
----SageMaker Project.ipynb(102KB)
----utils.py(1KB)
----README.md(2KB)
----sentiment_network.png(26KB)
----predict.py(3KB)
----model.py(1015B)
----train.py(7KB)