从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章通过keras-bert库构建Bert模型，并实现微博情感分析。这篇文章将利用Keras构建Transformer或多头自注意机制模型，并实现商品论文的情感分析，在这之前，我们先构建机器学习和深度学习的Baseline模型，只有不断强化各种模型的实现，才能让我们更加熟练地应用于自身研究领域和改进。基础性文章，希望对您有所帮助！
一.数据预处理
首先进行数据预处理，并给出整个项目的基本目录。
C:.
│ 01-cutword.py
│ 02-wordcloud.py
│ 03-ml-model.py
│ 04-CNN-model.py
│ 05-TextCNN-model.py
│ 06-BiLSTM-model.py
│ 07-BiGRU-model.py
└─data
data-word-count-train-happy.csv
data-word-count-train-sad.csv
online_shopping_10_cats.csv
online_shopping_10_cats_words.csv
online_shopping_10_cats_words_test.csv
online_shopping_10_cats_words_train.csv
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1.数据集
整个数据集来源于github，是一个包含十类商品的评论数据