基于深度学习的疫情期间网民情绪识别项目详解

 目录

任务描述

数据集特点：

运行环境：

导包

 新建保存模型文集的路径

 设定学习率和预训练模型路径

 设定超参数

建立token 

清洗数据函数

计算F1值函数

数据生成器

模型定义

模型评价函数

bert 对抗训练 

模型训练调用

模型训练

数据集 

任务描述

根据微博中文内容进行情绪识别，主要包括有1（积极），0（中性）和-1（消极）

数据集特点：

1、个人微博，相比新闻，微博口语化比较重

2、文本中存在一些表情符（部分会导致乱码）

3、个人微博配图随意性很强（相关性弱）

4、仅针对和疫情相关的数据（疫情、生病等

运行环境：

                CUDA Toolkit： V10.0.130 
                Cudnn：7.6.2
                1 python 3.7.4 
                2 scikit-learn 0.21.3 
                3 pandas 0.23.4 
                4 numpy 1.16.5 
                5 keras 2.2.5 
                6 tensorflow-gpu 1.14.0 
                7 zhconv 1.4.0 
                8 tqdm 4.32.1 
                9 scipy 1.3.1