基于深度学习的中文评论情感分类和智能客服研究与实现python源码+数据集+报告+使用说明.zip

【项目介绍】 基于深度学习的情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析，可以判定积极和消极，对于消极评论，还可以判断其具体类别，比如物流不好或者服务差等等。 【开发流程】 实现评论的二分类（判断评论为积极还是消极）算法 1、加载数据。利用pandas模块的read_excel（）函数对数据（pos.xls、neg.xlsx）进行读取并保存到一个评论list中。 2、数据上标签。二分类算法中积极评论的标签为“1”，消极评论的标签为“0” 3、中文分词 加载分词向量，使用gensim加载预训练中文分词embedding，本次实验采用的是知乎的分词向量sgns.zhihu.bigram 4、提取文本关键词 5、建立tokens字典 6、使用tokens字典将“文本”转化为“数字列表”，对tokens的分布进行可视化处理，利用matplotlib.pyplot可以实现 7、截长补短让所有“数字列表”长度都是一致，取tokens平均值并加上两个tokens的标准差作为最终长度，保证每个文本都是同样的长度可以避免不必要的错误 等等 【备注】更多项目运行说明及步骤见项目说明文档。