文件列表:

豆瓣影评情感分析 (0, 2020-10-14)
豆瓣影评情感分析\data (0, 2020-10-13)
豆瓣影评情感分析\data\bayes.pkl (5480574, 2020-10-14)
豆瓣影评情感分析\data\review.csv (7416382, 2019-09-12)
豆瓣影评情感分析\data\stopwords.txt (9129, 2019-09-12)
豆瓣影评情感分析\data\userdict.txt (703, 2019-09-12)
豆瓣影评情感分析\MNB.py (6595, 2020-10-14)
豆瓣影评情感分析\native_bayes.ipynb (4857, 2019-09-12)
豆瓣影评情感分析\native_bayes_sentiment_analyzer.py (2385, 2020-10-14)
豆瓣影评情感分析\native_bayes_test.py (3196, 2019-09-12)
豆瓣影评情感分析\native_bayes_train.py (2627, 2020-10-13)
豆瓣影评情感分析\run_test.py (661, 2019-09-12)
豆瓣影评情感分析\__pycache__ (0, 2020-10-14)
豆瓣影评情感分析\__pycache__\native_bayes_sentiment_analyzer.cpython-37.pyc (2934, 2020-10-14)

# douban_sentiment_analysis 基于朴素贝叶斯实现的豆瓣影评情感分析 语料来自与豆瓣Top250排行榜中的影评,基于Scrapy抓取,大约5w条影评,好评差评各占50%。 豆瓣影评爬虫 训练集与测试集4:1,结果准确率约为80%-79%之间。 因为电影评论中有很大一部分好评中会有负面情感的词语,例如在纪录片《海豚湾》 > 我觉得大部分看本片会有感的人,都不知道,中国的白暨豚已经灭绝8年了,也不会知道,长江里的江豚也仅剩1000左右了。与其感慨,咒骂日本人如何捕杀海豚,不如做些实际的事情,保护一下长江里的江豚吧,没几年,也将绝迹了。中国人做出来的事情,也不会比小日本好到哪儿去。 所以说如果将这种类似的好评去除,则可以提高准确率。 ```bash // 测试训练 python native_bayes_test.py Building prefix dict from the default dictionary ... Loading model from cache /tmp/jieba.cache Loading model cost 0.572 seconds. Prefix dict has been built succesfully. 训练集数量: 40906 测试集数量: 10226 测试集准确率: 0.8043380027112517 // 训练模型 python native_bayes_train.py Building prefix dict from the default dictionary ... Loading model from cache /tmp/jieba.cache Loading model cost 0.570 seconds. Prefix dict has been built succesfully. 训练集数量: 40906 测试集数量: 10226 训练完成 ``` #### Example ```Python from native_bayes_sentiment_analyzer import SentimentAnalyzer model_path = './data/bayes.pkl' userdict_path = './data/userdict.txt' stopword_path = './data/stopwords.txt' corpus_path = './data/review.csv' text = '倍感失望的一部诺兰的电影,感觉更像是盗梦帮的一场大杂烩。虽然看之前就知道肯定是一部无法超越前传2的蝙蝠狭,但真心没想到能差到这个地步。节奏的把控的失误和角色的定位模糊绝对是整部影片的硬伤。' # 初始化分析器实例 analyzer = SentimentAnalyzer(model_path=model_path, stopword_path=stopword_path, userdict_path=userdict_path) analyzer.analyze(text=text) ## 好评: 0.738 差评: 0.262 ```

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：