#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

购物评论情感分析的实现