Kaggle情感分析(Bag of Words Meets Bags of Popcorn)

Kaggle上有两个情感分析的任务，这是其中的一个Bag of Words Meets Bags of Popcorn。任务虽然已经结束了，但是还有点研究的意义。
https://www.kaggle.com/c/word2vec-nlp-tutorial/data
这是一个炫耀Word2vec能力的竞赛，但是偏偏有人就是不用word2vec。
这个Blog写了用简单的TDF 作为Feature，然后用简单的M-Bayesian方法来进行分类。http://nbviewer.ipython.org/github/jmsteinw/Notebooks/blob/master/NLP_Movies.ipynb

1 测试加载数据

test1.py基本拷贝了该Blog的代码，20个CrossValidation的正确率是0.949631168。

2 写一个基于LSTM的模型

将文章转换为一个word sequence，然后将每个word映射为一个向量，在上面直接用LSTM来做Classification。

1_mr_lstm.py只是用LSTM最后一个的输出：

(‘Train ‘, 0.31977043441405351, ‘Valid ‘, 0.40485674490569001)

2_mr_lstm.py用LSTM输出sequence的mean：

<