情感分类器 作者:Charles Glass版本:1.0.0 概述 确定适合情绪分类的数据集-分布均匀的评论是一个不错的选择。 可以从外部访问它,也可以从您的存储库内部访问它。 确定适合您的情绪的价差,并添加一栏,将其与适当的评论相关联。 识别并规范化数据集中的所有问题。 使用Keras和Tensorflow采取一键矢量方法进行预处理工作。 数据集 我选择了亚马逊耳机评论数据集,该数据集的重要类别是评论主体和该人给耳机的星星数量。 我看到有人在评论,1或2星是相当负面的评价,3颗星是相当中性的,4或5星是相当正面的评价。我使用了tokenizer将数据集放入序列中,然后使用了tokenizer将我的数据集汇总成矩阵 建筑学 此应用程序用于Python,pandas,jupyterlab,karas,numpy和tensorflow 变更记录 12-30-2019 3:30 pm-清理数据集