将文本形式的影评分为“正面”或“负面”影评。
这是一个二元分类(又称为两类分类)的示例,也是一种重要且广泛适用的机器学习问题。
https://tensorflow.google.cn/tutorials/keras/basic_text_classification
TensorFlow 中包含 IMDB 数据集。我们已对该数据集进行了预处理,将影评(字词序列)转换为整数序列,其中每个整数表示字典中的一个特定字词。
该数据集已经过预处理:每个样本都是一个整数数组,表示影评中的字词。每个标签都是整数值 0 或 1,其中 0 表示负面影评,1 表示正面影评。
创建 text_classify.py
#encoding=utf-8
# https://tensorflow.google.cn/tutorials/keras/basic_text_classification
# TensorFlow 中包含 IMDB 数据集。我们已对该数据集进行了预处理,将影评(字词序列)转换为整数序列,其中每个整数表示字典中的一个特定字词。
# 每个样本都是一个整数数组,表示影评中的字词。每个标签都是整数值 0 或 1,其中 0 表示负面影评,1 表示正面影评。
import tensorflow as tf
from tensorflow import keras
import numpy as np
print(tf.__version__) # 2.0.0-beta1
imdb = keras.datasets.imdb
(train_data,