Twitter Sentiment Analysis Using LSTM:160万条推文的情感分析 源码
Twitter情绪分析使用LSTM 在此笔记本中,我实现了具有嵌入功能的Stacked LSTM,以分析160万条推文,分为三类:1.正面2.负面3.中立,制作了模型来预测新推文的类别,准确度为78%。 表现 精确 记起 F1分数 支持 0 0.78 0.75 0.76 79800 1个 0.76 0.79 0.77 80200 准确性 0.77 160000 宏平均 0.77 0.77 0.77 160000 加权平均 0.77 0.77 0.77 160000 模型 数据集 斯坦福大学的GloVe 100d单词嵌入: ://www.kaggle.com/danielwillgeorge/glove6b100dtxt/tasks 具有160万条推文的Sentiment140数据集: : 纸 :
文件列表
Twitter-Sentiment-Analysis-Using-LSTM-master.zip
(预估有个4文件)
Twitter-Sentiment-Analysis-Using-LSTM-master
model.png
40KB
Twitter Sentiment Analysis.ipynb
739KB
README.md
1KB
Twitter Sentiment Analysis.py
11KB
暂无评论