# eacr-master
基于LSTM的淘宝商品评论系统NLP课设,通过Django实现了Demo测试网页
### 环境
* Windows10
* Python 3.7.6
* GPU NVIDIA GeForce GTX 1050 TI
### 依赖
```
pip3 install -r requirements.txt
```
### 数据集
见`nlp/data/`路径下csv文件,分为积极、中性、消极三种。
### 运行
运行网页DEMO:
```
python3 manage.py runserver
```
训练LSTM模型:
```
cd nlp
python3 lstm.py
```
为了与LSTM模型做比较,同时训练了三个传统机器学习模型:支持向量机、随机森林、朴素贝叶斯,并测试:
```
cd nlp
python3 traditional_model.py
```
通过爬虫爬取淘宝商品评论:
```
cd nlp/analysis/
python3 crawler.py
```
绘制词云:
```
cd nlp/analysis/
python3 analysis_mywordcloud.py
```
### 参考
网页模板下载自:
>https://www.downdemo.com/
没有合适的资源?快使用搜索试试~ 我知道了~
基于LSTM的淘宝商品评论分析系统.zip
共215个文件
jpg:60个
png:53个
py:22个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 166 浏览量
2024-05-22
19:00:26
上传
评论
收藏 186.55MB ZIP 举报
温馨提示
基于LSTM的淘宝商品评论分析系统LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。
资源推荐
资源详情
资源评论
收起资源包目录
基于LSTM的淘宝商品评论分析系统.zip (215个子文件)
bootstrap.min.css 120KB
style.css 72KB
animate.min.css 52KB
font-awesome.min.css 28KB
sweetalert.css 22KB
pe-icon-7-stroke.css 10KB
nivo-lightbox.css 6KB
pe-icon-social.css 5KB
owl.carousel.css 5KB
helper.css 4KB
helper.css 4KB
default.css 3KB
jquery.nouislider.min.css 2KB
owl.theme.default.css 1KB
stylesheet.css 308B
pos2.csv 3.39MB
neg2.csv 2.49MB
neu.csv 2.12MB
url_msg.csv 2KB
fontawesome-webfont.eot 55KB
pe-icon-social.eot 54KB
Pe-icon-7-stroke.eot 41KB
glyphicons-halflings-regular.eot 20KB
loading@2x.gif 18KB
loading.gif 7KB
lstm.h5 28.04MB
lstm_three.h5 9.35MB
index.html 15KB
demo.html 11KB
dut.ico 2KB
background05.jpg 1.02MB
background01.jpg 745KB
background16.jpg 600KB
background15.jpg 379KB
product08.jpg 257KB
product01.jpg 254KB
product06.jpg 233KB
background14.jpg 205KB
shop-details01.jpg 147KB
background02.jpg 131KB
product02.jpg 117KB
blog-post01.jpg 115KB
shop-details02.jpg 111KB
blog-post02.jpg 107KB
product04.jpg 91KB
shop-details03.jpg 90KB
product03.jpg 86KB
directory-slider01.jpg 85KB
directory-slider03.jpg 84KB
product07.jpg 82KB
directory-slider02.jpg 77KB
blog-post03.jpg 77KB
related-products03.jpg 73KB
directory-slider04.jpg 72KB
related-products01.jpg 72KB
blog-post07.jpg 71KB
category05.jpg 68KB
macbook1.jpg 65KB
product05.jpg 61KB
blog-post04.jpg 53KB
related-products02.jpg 49KB
category02.jpg 45KB
blog-post06.jpg 45KB
category01.jpg 39KB
category07.jpg 36KB
blog-post08.jpg 36KB
blog-post05.jpg 35KB
category06.jpg 34KB
category03.jpg 34KB
blog-post09.jpg 29KB
featured-product01.jpg 23KB
category04.jpg 20KB
cart2.jpg 19KB
featured-product03.jpg 17KB
featured-product02.jpg 16KB
cart1.jpg 15KB
featured-product04.jpg 11KB
blog-author02.jpg 7KB
avatar04.jpg 6KB
blog-author01.jpg 6KB
avatar01.jpg 6KB
blog-author07.jpg 5KB
blog-author04.jpg 5KB
blog-author06.jpg 5KB
avatar02.jpg 5KB
blog-author09.jpg 5KB
love.jpg 5KB
blog-author03.jpg 4KB
blog-author08.jpg 4KB
blog-author05.jpg 3KB
jquery-3.1.0.min.js 84KB
owl.carousel.min.js 39KB
bootstrap.min.js 36KB
richmarker.js 20KB
jquery.nouislider.all.min.js 18KB
sweetalert.min.js 17KB
scripts.js 10KB
nivo-lightbox.min.js 8KB
countdown.js 2KB
Readme.md 841B
共 215 条
- 1
- 2
- 3
资源评论
生瓜蛋子
- 粉丝: 3828
- 资源: 5775
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功