利用NLP进行情感分析，建立模型并使用Java调用

最近项目中要使用NLP进行情感分析，作为一个Java程序员，对于NLP是一窍不通，就连python语言也是没入门。这可难坏了。

通过各种百度找资料，发现了这个帖子（链接如下：https://www.cnblogs.com/jclian91/p/10886031.html），参考这个帖子写了一个NLP的demo案例。其中参考的源代码和部分数据：https://github.com/renjunxiang/Text-Classification/blob/master/TextClassification/data/data_single.csv 

我讲GitHub的代码拉到本地之后，用pycharm打开 下载好相关包之后运行，这里不得不说python的环境之多真是大坑，各种版本不匹配的问题以及版本问题导致的代码不兼容，哎，实在是大坑。

1. 首先看看经过我更改之后的python项目目录结构：

其中TextClassification中的代码就是上面GitHub上的，其中就有CNN训练的一些封装的代码。注意这个目录结构，因为后面Java调用python的时候我遇到的问题就在这。

2.python自身和依赖第三方包的版本

首先是python自己的版本，我选用的是anaconda

安装之后就是python3.8 注意安装的时候选择将路劲添加到环境变量中，自己配置过于繁琐。大概就是这样的：

其次是项目中依赖的第三方包：

主要就是这几个，这里特别说明的是keras是需要tensorflow的，所以还是间接需要tensorflow的包

具体的版本就是

其他的版本下载最新版就可以 问题应该不大。

这里说下下载第三方包。在pycharm中下载很有可能下载不成功。即使是配置了豆瓣的镜像http://pypi.douban.com/simple

我用anaconda下载比较快速：

首先配置pip的全局镜像：

在用户目录下新建pip文件夹和pip.ini，pip文件内容如下：

[global]
index-url = http://pypi.douban.com/simple

[install]
trusted-host = pypi.douban.com

在anaconda安装目录下cmd 进行安装各自的依赖：

安装好之后就可以进行训练了。

 

整个训练序列化了两个文件，分别是封装类中的preprocess和model，这里需要用不同的序列化方式。

序列化成功之后，进行模型调用和预测：

读取训练时保存的pkl和h5文件，类似与java中class对象的成员变量。再调用封装类的predict方法。

进行测试：