1. 四个基于tf的模型
基于TensorFlow中文情感分析
参考代码:
https://github.com/danielegrattarola/twitter-sentiment-cnn
https://github.com/indiejoseph/doc-han-att
https://github.com/kinni/char-cnn-text-classification-tensorflow
https://github.com/kinni/keras-with-google-cloud-ml-engine
(后续再调研更新的模型)
分析:这几个代码其中三个的数据集都是中文繁体,可以用翻译软件翻译成简体作为训练数据。上边的第三个代码比较简单,易于实现。
来源:https://blog.csdn.net/jiangjiang_jian/article/details/80355867
2. 方法:
a.传统方法:利用积极消极词典进行打分分类
b.基于机器学习的文本分类方法:基于特征,利用文本分类模型。在进行文本分类过程中常用的分类器有朴素贝叶斯分类器(NB),支持向量机(SVM),最大熵分类器(ME),K近邻分类器(KNN)等
c.基于深度学习的方法:基于Word2Vec 和 Doc2Vec进行分类
3. 进行情感分析的一个工具
SnowNLP
https://www.jianshu.com/p/1f69920048d5