Tensorflow2.0之影评文本情感分类 (embedding + LSTM)

最新推荐文章于 2024-04-26 19:05:04 发布

denglinwu

最新推荐文章于 2024-04-26 19:05:04 发布

阅读量1k

点赞数

文章标签： tensorflow 深度学习机器学习

本文链接：https://blog.csdn.net/denglinwu/article/details/108539542

版权

这篇博客介绍了如何使用TensorFlow2.0进行影评文本的情感分类，通过构建词嵌入和双向LSTM模型进行处理。首先加载IMDb数据集并进行预处理，然后构建模型，包括Embedding层、双向LSTM层和全连接层，最后展示训练和验证的损失及准确率曲线，并评估模型在测试集上的表现。

摘要由CSDN通过智能技术生成

%matplotlib inline
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import os
import sys
import time
import sklearn
import tensorflow as tf

from tensorflow import keras

print(tf.__version__)
print(sys.version_info)
for module in mpl,np,pd,sklearn,tf,keras:
print(module.__name__,module.__version__)

# 影评文本情感分类
# word-level model
# char-level model, subword-level model, word-level model
# "hello" , "he" "ll" "o" , "h" "e" "l" "o"
imdb = keras.datasets.imdb
varcob_size = 10000
index_from = 3

# 获取训练数据
(train_data,train_labels),(test_data,test_labels) = imdb.load_data(num_words = varcob_size,index_from = index_from)

print(train_data[0],train_labels[0]) # train_data value is word_id
pri