向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号:datayx
之前在本公众号推送过一篇机器学习情感分析的文章
看过这篇文章的许多童鞋都询问过源代码,当时文章内找不到代码的开源链接。
经过不懈努力,现在终于找到了!
源码获取方式:
转发本文到朋友圈,然后截图回复给公众号后台即可(公众号:datayx )。
数据集
先以带有正向标签和负向标签的各1500条真实的中文酒店评论语料作为训练集用以训练分类器,剩余带有正向标 签和负向标签的各500条真实的中文酒店评论语料作为测试集测试不同分类算法、不同特征提取方法、不同维度的 准确度。
最后选择准确度最高的方案,将上述带有正向标签和负向标签的各2000条真实的中文酒店评论语料作为训练集训 练最终存储的分类器。
保存用户输入的语句和反馈,定期挑拣出新增的训练数据以优化分类器。维度和权重不同分类方法、不同征选取方法、不同维度得到的测试准确率如下表:以所有词为特征提取方法。
上述方法使用的是常规机器学习方法,简单易学,最好的准确率达到85%左右。在此基础上,推荐使用机器学习方法,准确率能提高到90%,甚至更高。链接在下面
阅读过本文的人还看了以下:
分享《深度学习入门:基于Python的理论与实现》高清中文版PDF+源代码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
tensorflow2.0五种机器学习算法对中文文本分类(情感分析)
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
长按图片,识别二维码,点关注
AI项目体验
https://loveai.tech