【python实现基于深度学习的文本情感分类(1)】——要做什么？

All our works can be found on the github project.

俗话说得好，万事开头难，往后中间难，最后结尾难……

为什么做这个

这是博主人工智能基础课的大作业，内容是用深度学习做金融文本的情感分类，语言、工具等自选（人生苦短，我用python）。

要做什么

咳咳，要说清楚具体要做什么，首先要弄清楚几个概念：

1.金融文本

金融文本，顾名思义，主要包括金融市场新闻、社交媒体、财报消息等。而金融文本的情感，不局限在文本中所表露的主观情感，更来源于市场的信心指标（如价格、波动率、成交量等）和金融专家的判断（正面、负面）。

2.举个栗子

突发金融舆情导致上市公司股价发生巨幅波动。例如去年年底京东股价大跌，就与某一事件的爆料和持续发酵密切相关。

总而言之，金融文本是有情感的，小J 要做的就是基于深度学习，实现对文本的情感判断（正面、负面或者没有影响）。

拿什么来做

以上文件是老师提供的原始数据集，包括6947则已标注情感的金融相关文本。要进行情感分类，还需要进行分词、词向量转换、搭建训练模型等步骤。

工具

python3.6 + Visual Studio Code

好了，话不多说，开干吧。