python电影评论情感分析_NLP文本分类问题-电影评论的情感分析

4205f5ee15f361b40d18957c1304d0ae.png

从头开始学习嵌入

import pandas as pd

import numpy as np

#读取csv文件

train = pd.read_csv('/kaggle/input/imdb-dataset-sentiment-analysis-in-csv-format/Train.csv')

valid = pd.read_csv('/kaggle/input/imdb-dataset-sentiment-analysis-in-csv-format/Valid.csv')

#训练测试集分离

x_tr, y_tr = train['text'].values, train['label'].values

x_val, y_val = valid['text'].values, valid['label'].values

from keras.preprocessing.text import Tokenizer

from keras.preprocessing.sequence import pad_sequences

tokenizer = Tokenizer()

#准备词汇表

tokenizer.fit_on_texts(list(x_tr))

#将文本转换为整数序列

x_tr_seq = tokenizer.texts_to_sequences(x_tr)

x_val_seq = tokenizer.texts_to_sequences(x_val)

#填充以准备相同长度的序列

x_tr_seq = pad_sequences(x_tr_seq, maxlen=100)

x_val_seq = pad_sequences(x_val_seq, maxlen=100)

【text.Tokenizer类】

函数:

fit_on_text(texts) 使用一系列文档来生成token词典,texts为list类,每个元素为一个文档。

t

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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