数据中包含了10个类别(书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店),共6万多条评论数据,数据有两个字段,其中cat字段表示类别,review表示用户的评价信息,数据总量为62774,且评价内容全部为中文。还有label,用0、1表示评论的积极和消极,这里用不到。
本次训练使用的是keras版本的代码,训练的模型保存为my_model.h5格式,
网上找的代码不能正常预测,这里写了个预测的代码
import pandas as pd
import re
import jieba as jb
from keras.preprocessing.text import Tokenizer
from keras.models import load_model
from keras.preprocessing.sequence import pad_sequences
classes = ['书籍','平板','手机','水果','洗发水','热水器','蒙牛','衣服','计算机','酒店'] #需要分的类别
#删除文本中的标点符号,特殊符号,还要删除一些无意义的常用词(stopword)
# 定义删除除字母,数字,汉字以外的所有符号的函数