NLP实战|如何用280多万条豆瓣影评预测电影评分?

本文介绍了一个利用280万条豆瓣影评数据,通过Python和LSTM神经网络预测电影评分的项目。项目将评分问题转化为5类分类任务,经过数据预处理、分词、词向量转换后,利用LSTM模型进行训练,最终在PyTorch框架下实现网络模型的构建和优化。
摘要由CSDN通过智能技术生成


为了预测电影评分,我们收集了豆瓣电影网站上2.8万名用户对5万多部电影的280万条评论...


真实目的,其实是为了让大家能够通过这次的教程,更加了解自然语言处理。


所以,使用电影评论来预测电影评分,到底需要分几步?



项目简介

本项目只使用电影评论来预测电影评分。

由于豆瓣电影网站的评分为1-5的整数,因此将该问题转化为5个输出类别的分类问题。


数据集

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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