【python实现基于深度学习的文本情感分类(4)】——pretained词向量+1dCNN神经网络实现

主要模块：keras, gensim, pandas
利用训练好的词向量，基于keras使用1dCNN神经网络完成文本情感分类。
keras参考代码链接
参考博客

准备工作

1.训练好的词向量模型"f.model";
2.把原始数据集中的文本内容分词，存放到data.xlsx中。

import openpyxl
import jieba

# read origin excel
fname = "classfied_data.xlsx"
excelBook = openpyxl.load_workbook(r'E:\python\Deep_Text_Classfication\data\classfied_data.xlsx')
sheetNames = excelBook.get_sheet_names()
sheet1 = excelBook.get_sheet_by_name(sheetNames[0])

# creat new excel
myBook = openpyxl.Workbook()
mySheet = myBook.active

# write data to myBook
mySheet['A1'] = 'content'
mySheet['B1'] = 'label'
i = 1
rows = len(tuple(sheet1.rows))
while i <= (rows-1):
    try:
        text = sheet1.cell(row=i+1,column=1).value+sheet1.cell(row=i+1,column=2).value
    except:
        text = ''
    #text = sheet1.cell_value(i,0)+sheet1.cell_value(i,1)
    new_text = jieba.cut(text, cut_all=False)  # 精确模式
    text_out = ' '.join(new_text).replace('，', '').replace('。', '').replace('？', '').replace('！', '') \
        .replace('“', '').replace('”', '').replace('：', '').replace('…',