文本情感分析(CNN&LSTM--Tensorflow)

嗯…，这个项目我自己调了快一个星期，最终在昨晚把代码跑通了，然后在今天早上又解决了两三个bug，总的来说，bingo思密达~
突然发现调试程序还挺有趣的(ps:当然仅仅是在调出来的那一刻，看见数据在飞奔地运行，畅快=.=)

OK,下面先说一下项目的流程：
首先，当然是文本预处理

输入文本，在将输入文本转化成向量之前，我们需要将标点符号、括号、问号等删去，只留下字母、数字和字符, 同时将大写字母转化为小写，去除停用词。

效果如下图

然后就是将文本转化为词向量(即汉字要转化为计算机能识别的数字类(矩阵啥的))
在将深度学习运用于文本情感分析的过程中，我们需要考虑网络模型的输入数据的形式。在其他例子中，卷积神经网络（CNN）使用像素值作为输入，logistic回归使用一些可以量化的特征值作为输入，强化学习模型使用奖励信号来进行更新。通常的输入数据是需要被标记的标量值。当我们处理文本任务时，可能会想到利用这样的数据管道。

但是，这样的处理方式存