基于python商品和酒店的评论进行情感分析(监督学习)

数据是关于商品和酒店的评论，请利用下列方法对该数据的商品和酒店的评论进行情感分析，并评估模型的性能。

（1） 基于IF-IDF特征工程，分别采用逻辑回归、支持向量机和多项式朴素贝叶斯分析

import pandas as pd
import jieba
import re
from sklearn.model_selection import train_test_split
import model_evaluation_utils as meu
dataset = pd.read_csv(r'E:\python\python文本挖掘\作业7\DataSet.csv')

dataset.info()

# 去掉评论空白数据
# dataset.review.fillna('', inplace=True)
dataset.dropna(inplace=True)
dataset.info()
# 去掉数字，字母和特殊符号

with open(r"E:\python\python文本挖掘\作业7\stop_words.txt", encoding="utf8") as f:
    stop_words = f.read()


# 去掉数字，字母和特殊符号
def remove_special_characters(text):
    # pattern1 = '[0-9|a-z|A-Z|]'
    # text = re.sub(pattern1, '', text)
    # pattern2 = re.compile('[{}]'.format(re.escape(string.punctuation)))
    # text = re.sub(pattern2, '', text)
    pattern = re.compile(u'[^\u4E00-\u9FA5]')
    text = pattern.sub('', text)
    return text


def normalize_document(doc):