如何用Python结合Word2Vec实现文本情感分析？
- 内容介绍
- 文章标签
- 相关推荐
本文共计2253个文字，预计阅读时间需要10分钟。
Python实现情感分析（Word2Vec）+ 前几天跟着老师做了几个项目，老师写的时间段里，一笔一划都认真，写了些啥，也布置了些啥，线上自己就瞎摸，最终实现了一个最简单的项目。
python实现情感分析（Word2Vec）
** 前几天跟着老师做了几个项目，老师写的时候劈里啪啦一顿敲，写了个啥咱也布吉岛，线下自己就瞎琢磨，终于实现了一个最简单的项目。输入文本，然后分析情感，判断出是好感还是反感。看最终结果：↓↓↓↓↓↓
1
2
大概就是这样，接下来实现一下。
实现步骤
加载数据，预处理
数据就是正反两类，保存在neg.xls和pos.xls文件中，
数据内容类似购物网站的评论，分别有一万多个好评和一万多个差评，通过对它们的处理，变成我们用来训练模型的特征和标记。
首先导入几个python常见的库，train_test_split用来对特征向量的划分，numpy和pands是处理数据常见的库，jieba库用来分词，joblib用来保存训练好的模型，sklearn.svm是机器学习训练模型常用的库，我觉得核心的就是Word2Vec这个库了，作用就是将自然语言中的字词转为计算机可以理解的稠密向量。
本文共计2253个文字，预计阅读时间需要10分钟。
Python实现情感分析（Word2Vec）+ 前几天跟着老师做了几个项目，老师写的时间段里，一笔一划都认真，写了些啥，也布置了些啥，线上自己就瞎摸，最终实现了一个最简单的项目。
python实现情感分析（Word2Vec）
** 前几天跟着老师做了几个项目，老师写的时候劈里啪啦一顿敲，写了个啥咱也布吉岛，线下自己就瞎琢磨，终于实现了一个最简单的项目。输入文本，然后分析情感，判断出是好感还是反感。看最终结果：↓↓↓↓↓↓
1
2
大概就是这样，接下来实现一下。
实现步骤
加载数据，预处理
数据就是正反两类，保存在neg.xls和pos.xls文件中，
数据内容类似购物网站的评论，分别有一万多个好评和一万多个差评，通过对它们的处理，变成我们用来训练模型的特征和标记。
首先导入几个python常见的库，train_test_split用来对特征向量的划分，numpy和pands是处理数据常见的库，jieba库用来分词，joblib用来保存训练好的模型，sklearn.svm是机器学习训练模型常用的库，我觉得核心的就是Word2Vec这个库了，作用就是将自然语言中的字词转为计算机可以理解的稠密向量。