LSTM实战：好评差评的分类

最新推荐文章于 2025-06-01 03:09:43 发布

「已注销」

最新推荐文章于 2025-06-01 03:09:43 发布

阅读量1k

点赞数 4

文章标签： lstm 分类深度学习

本文链接：https://blog.youkuaiyun.com/weixin_62637793/article/details/122277813

版权

该博客详细介绍了使用LSTM进行评论情感分类的过程，包括数据集的抓取、网络结构的设计、embedding层的初始化及训练与测试程序的实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先抓取好评或者差评的数据集

# load dataset
TEXT = data.Field(tokenize='spacy')
LABEL=data.LabelField(dtype=torch.float)
'''
IMDB来自torch test，用来提取文件中相关的文件和数据，比如test和label
test是一个list，包含评论本身的内容，相当于x，此时x是str类型，必须embedding一下，才可以用
label是一个pos的值，相当于y
'''
train_data,test_data=datasets.IMDB.splits(TEXT,LABEL)

print('len of train data:',len(train_data))
print('len of test data:',len(test_data))
# 输出
# len of train data:25000
# len of test data:25000

print(train_data.examples[15].text)
print(train_data.examples[15].label)

网络结构