情绪化 客观的 该项目的目的是建立一个文本分类模型,该模型根据客户在IMDB数据库中的评论来分析客户的情绪。 该模型使用复杂的深度学习模型来构建嵌入层,然后使用分类算法来分析客户的情绪。 数据集 来自IMDB的50,000条电影评论的数据集,以情感(正/负)标记。 评论已经过预处理,并且每个评论都被编码为单词索引(整数)序列。 为方便起见,这些单词按其在数据集中的频率进行索引,这意味着具有索引1的for单词是最常见的单词。 使用每个评论的前20个单词来加快训练速度,最大词汇量为10,000。 按照惯例,“ 0”不代表特定单词,而是用于编码任何未知单词。
