
Python
UCAS菌皓
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【python实现基于深度学习的文本情感分类(1)】——要做什么?
俗话说得好,万事开头难,往后中间难,最后结尾难…… 为什么做这个 自从Robert Engle [Engle和Ng,1993]提出金融有关新闻对股票波动性有影响以来,“金融文本的情感分析” 已广泛应用于金融应用中。 当然,更主要是因为小J一时脑热,选了一门计系的人工智能基础,大作业是用深度学习做金融文本的情感分类,语言、工具等自选(人生苦短,我用python)。本想抱计系大佬大腿,然鹅阴差阳错...原创 2019-02-15 12:31:14 · 2938 阅读 · 2 评论 -
【python实现基于深度学习的文本情感分类(2)】——数据准备和Jieba分词
用到的库:xlrd, jieba 要做什么 这一步是为了分词,利用jieba分词实现。不过先要把包含原始数据的xlsx文件中包含文本的部分提取到txt文件中方便处理。 下面上代码。 xlsx转txt #encoding=utf-8 ############################################# ### 对word2vec进行训练需要语料库 ###...原创 2019-02-15 12:31:51 · 2114 阅读 · 2 评论 -
【python实现基于深度学习的文本情感分类(3)】——word2vec词向量训练
用到的模块:gensim, logging, os 原料:f.txt_cut.txt文件 word2vec代码 #encoding=utf-8 #定义模型训练函数 def model_train(train_file_name, save_model_file): # model_file_name为训练语料的路径,save_model为保存模型名 from gensim.models ...原创 2019-02-15 12:32:28 · 3184 阅读 · 2 评论 -
【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 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 = "class...原创 2019-02-15 12:33:44 · 2617 阅读 · 11 评论