自然语言处理（NLP）：08 PyTorch深度学习之LSTM微博评论情感分析

已于 2022-06-23 23:10:05 修改
阅读量9.6k 收藏 191
点赞数 21
分类专栏： 自然语言处理 文章标签： LSTM PyTorch 文本分类 情感分析 RNN
于 2020-02-11 20:16:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shenfuli/article/details/104269019
版权

作者多年机器学习/数据挖掘工作经验。大厂打过杂，做过几个NLP、推荐系统、深度学习图像分类和目标检测

更多学习视频内容：https://edu.csdn.net/lecturer/894?spm=1003.2001.3001.4144

文章目录

研究内容

  • 微博评论数据探查，重点掌握pandas数据分析使用
  • 数据可视化，重点掌握seaborn,pyecharts 可视化工具的实用
  • 卷机神经网络RNN/LSTM 模型原理
  • 掌握PyTorch 中关于自然语言处理torchtext 库使用
  • torchtext 中重点工具BucketIterator使用，torch.nn模型使用
  • 情感分析RNN/LSTM模型构建和训练
  • 评论情感分析模型预测

涉及主要功能点

01情感分析应用场景

  • 评论分析与智能决策
  • 电商评论
  • 舆情监控
  • 话题监督
  • 微博评论情感分析

02数据分析可视化

  • matplotlib 可视化
  • seaborn可视化
  • pyecharts可视化操作

03 深度学习框架选型

    了解本专栏 订阅专栏 解锁全文 超级会员免费看
    艾文教编程
    关注
    专栏目录
    订阅专栏
    微博评论情感分析（NLP，LSTM）
    qq_44886972的博客
    05-06 1万+
    主要工作就是通过对120000条微博评论的数据集训练模型，预测评论的情绪倾向，将情绪结果简单的分为积极情绪和消极情绪。虽然在训练集和测试集上表现的不错，但是经过自己的手动测试发现效果不太好。原因应该是数据集的数据质量不高，没有做数据清洗（后续可以尝试）其中的很多评论会掺杂很多一些符号表情的代码和@符号。尽管如此，本文的代码是可以套用到别的数据集中的，如果有需要可以使用自制数据集获得更好的模型。希望本文的整套流程可以为朋友们带来一些帮助。PS：全篇实现过程全部为套用别的文章，如有雷同，算我抄袭。
    基于LSTM深度学习模型的中国电信官方微博用户情绪分析.pdf
    08-19
    基于LSTM深度学习模型的中国电信官方微博用户情绪分析.pdf
    PyTorch实战：BI-LSTM模型的情感分析详解
    最新发布
    lazycatlove的博客
    06-24 1049
    此次是基于pytorch框架简单地实现了bi-lstm模型进行文本分类，采用sigmoid函数的输出作为情感值是很不合理的，应该叫倾向值，或者不看该数据也是可以的，只关心正负向就行。后续将继续学习使用预训练词向量进行训练。自己也是个小白，还得继续学习。
    【基于NLP的微博情感分析：从数据爬取到情感洞察】
    OverlordDuke的博客
    12-09 1240
    通过NLP模型，我们可以更深入地理解用户在微博上的情感表达，帮助企业、学者和广大用户更全面地了解社会热点话题的发展趋势和用户情感动向。今天我将分享一个基于NLP的微博情感分析项目，通过Python技术、NLP模型和Flask框架，对微博数据进行清洗、分词、可视化，并利用NLP和贝叶斯进行情感分析，为用户提供更深入的言论洞察。本项目通过爬取相关话题的微博数据，利用NLP技术对言论进行情感分析，以实现对社会热点和用户情感的深入理解。利用NLP和贝叶斯等算法对微博的言论进行情感分析，探索用户的情感倾向。
    Pytorch情感分析（task5）
    inveriel
    09-28 444
    多分类情感分析数据集导入数据 数据集 从二分类的情感分析进阶到多分类情感分析，数据集采用TREC数据集,这个数据包括6个不同的问题类型。 导入数据 import os import time import torch import torch.optim as optim import torch.nn as nn import torch.nn.functional as F from torch.units.data import Dataset, DataLoader from sklearn.mod
    PyTorch情感分析（task0）
    inveriel
    09-14 272
    目录软件和版本环境配置参考 软件和版本 根据项目要求重新配置了个环境… Pytorch == 1.8及以上 torchtext == 0.9及以上 Python == 3.7 transformer == 4.3（现用4.6.1） 环境配置 还需要安装spaCy用于标记数据，按照https://spacy.io/usage的指令 参考 https://github.com/datawhalechina/team-learning-nlp/tree/master/Emotional_Analysi
    【Pytorch】LSTM在自然语言处理中的应用
    qq_36643449的博客
    02-15 641
    以词性标注为例 # 输入数据封装成Variable def prepare_sequence(seq, to_ix): idxs = [to_ix[w] for w in seq] tensor = torch.LongTensor(idxs) return autograd.Variable(tensor) # 输入数据格式，单个的词和对应的词性 training_data = [ ("The dog ate the apple".split(), ["DET", "NN", "V", "DET
    NLP中在pytorch框架下用LSTM实现情感分析
    01-03
    搭建LSTM网络的情感分类网络，加载预训练的word2vec语言模型参数，在IMDB训练数据集上进行模型训练，获得最优分类模型，并在IMDB测试数据集上进行测试，将训练和测试结果进行可视化展示。
    bnlstm-pytorch:使用pytorch批量标准化LSTM
    05-14
    在深度学习领域，LSTM（长短期记忆网络）是一种广泛使用的循环...通过深入理解批量标准化和LSTM的工作机制，结合提供的代码和示例，你可以利用这个工具解决各种序列数据的预测问题，如自然语言处理、时间序列分析等。
    NLP中在pytorch框架下用LSTM实现文本情感分类
    01-03
    基于训练好的语言模型（使用gensim的word2vecAPI），编写了一个情感分类模型，包含一个循环神经网络模型（LSTM）和一个分类器（MLP）。首先，将一个句子中的每个单词对应的词向量输入循环神经网络，得到句子的向量...
    NLP：微博用户评论情感分析（数据规模20w）.zip
    04-21
    微博用户评论情感分析python代码，完整的可运行的，（数据规模20w）微博用户评论情感分析python代码，完整的可运行的
    基于深度学习的LSTM情感分析.rar
    06-29
    基于深度学习的LSTM情感分析视频教程，完整版附源码！学习完本门课程，您将对自然语言处理技术有...课程基于PyTorch主流框架实现，其中涉及深度学习主流框架LSTM模型以及自然语言处理的词向量；彻底掌握中文情感分析。
    Pytorch 实现情感分析
    hawk2014bj的博客
    05-07 608
    情感分析是 NLP 一种应用场景，模型判断输入语句是积极的还是消极的，实际应用适用于评论、客服等多场景。情感分析通过 transformer 架构中的 encoder 层再加上情感分类层进行实现。准备训练数据、测试数据，去掉空格以及标点符号，由于是英文数据，通过空格进行分词。创建两种类型的数据，TEXT：输入的评论，LABEL：类型标签。载入已经选练好的 fasttext 模型，并根据模型创建词汇表。需要安装 Poytorch NLP 相关依赖。创建 Transformer 模型。下载预训练的英文模型。
    Pytorch入门实战（4）：基于LSTM实现文本的情感分析
    iioSnail的博客
    02-09 1万+
    本文涉及知识点 Pytorch nn.Module的基本使用 Pytorch nn.Linear的基本用法 Pytorch中DataLoader的基本用法 Pytorch nn.Embedding的基本使用 详解torch.nn.utils.clip_grad_norm_ 的使用与原理 本文内容 本文基于文章Long Short-Term Memory: From Zero to Hero with PyTorch的代码，对该文章代码进行了一些修改和注释添加。该文章详细的介绍了LSTM，如果对LSTM不熟悉
    自然语言处理实战之微博情感偏向分析
    热门推荐
    白马负金羁
    04-14 1万+
    自然语言处理（NLP）中一个很重要的研究方向就是语义的情感分析（Sentiment Analysis）。例如IMDB上有很多关于电影的评论，那么我们就可以通过Sentiment Analysis来评估某部电影的口碑。本文演示利用Scikit Learn工具箱中的Logistic Regression函数进行Python下的微博情感偏向分析的实例
    自然语言处理系列之： 实战电影评论情感分析
    Viper的程序员修炼手册
    11-06 1720
    大纲 对舆情数据进行舆情分析 分类算法应用 初步了解深度学习方法RNN 实战使用RNN变种-LSTM 8.1 情感分析的应用 电子商务 舆情分析 市场呼声 消费者呼声 8.2 情感分析的基本方法 分析方法分类 词法分析 基于机器学习的分析 混合分析 词法分析 运用预标记词汇组成的字典，使用词法分析器将输入文本转换为单词序列，将每个新的单词与字典中的词汇进行匹配，若有积极匹配，则对输入文本的分数总池进行加分，若是消极匹配，则输入文本总分减少。但是存在一个不足：其性能（时间复杂度和准确率
    Pytorch三种模型实现情感分析——Word Averaging、RNN、CNN
    个人记录使用
    11-24 4954
    文章目录0.前言1.Pytorch实现1.1 数据预处理1.2 模型构建1.3 训练&评价2.总结 0.前言 本文将通过训练一个文本分类模型来实现情感分析任务。其中包括torchtext的基本用法——BucketIterator和torch.nn的一些基本模型——Conv2d。 1.Pytorch实现 1.1 数据预处理 在情感分类任务中，我们的数据包括文本字符和两种情感，“pos”和“n...
    了解PyTorch的情感分析与情感检测
    程序员光剑
    01-18 989
    1.背景介绍 情感分析(Sentiment Analysis)和情感检测(Sentiment Detection)是自然语言处理(Natural Language Processing, NLP)领域中的重要任务，它们旨在分析文本内容中的情感倾向。随着人工智能(Artificial Intelligence, AI)和深度学习(Deep Learning)技术的发展，情感分析和情感检测已经成为许...
    评论 3
    添加红包

    请填写红包祝福语或标题

    个

    红包个数最小为10个

    元

    红包金额最低5元

    当前余额3.43元 前往充值 >
    需支付：10.00元
    成就一亿技术人!
    领取后你会自动成为博主和红包主的粉丝 规则
    hope_wisdom
    发出的红包

    打赏作者

    艾文教编程

    你的鼓励将是我创作的最大动力

    ¥1 ¥2 ¥4 ¥6 ¥10 ¥20
    扫码支付：¥1
    获取中
    扫码支付

    您的余额不足，请更换扫码支付或充值

    打赏作者

    实付元
    使用余额支付
    点击重新获取
    扫码支付
    钱包余额 0

    抵扣说明：

    1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
    2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

    余额充值