import urllib.request
import os
import tarfile
from keras.preprocessing import sequence
from keras.preprocessing.text import Tokenizer
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.layers.embeddings import Embedding
from keras.layers.recurrent import SimpleRNN
from keras.layers.recurrent import LSTM
#读取or下载数据
url="http://ai.stanford.edu/~amaas/data/sentiment/aclImdb_v1.tar.gz"
filepath="data/aclImdb_v1.tar.gz"
if not os.path.isfile(filepath):
result=urllib.request.urlretrieve(url,filepath)
print('downloaded:',result)
#解压
if not os.path.exists('data/aclImdb'):
tfile = tarfile.open('data/aclImdb_v1.tar.gz','r:gz')
result = tfile.extractall('data/')
#利用正则表达式(不了解呀)去除html的标签
import re
def rm_tags(text):
re_tag = re.compile(r'<[^>]+>')
retu
Keras 建立MLP、RNN、LSTM模型进行IMDb情感分析
最新推荐文章于 2024-05-26 14:45:30 发布
本文详细介绍了如何利用Keras库构建多层感知器(MLP)、循环神经网络(RNN)以及长短期记忆网络(LSTM)模型,对IMDb电影评论数据集进行情感分析。通过训练和评估这些模型,展示了不同类型的神经网络在文本分类任务中的应用和性能差异。
摘要由CSDN通过智能技术生成