# cnn-text-classification

**Repository Path**: jerryyang66/cnn-text-classification

## Basic Information

- **Project Name**: cnn-text-classification
- **Description**: 基于卷积神经网络参数优化的情感分析论文code
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2020-10-31
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

基于卷积神经网络参数优化的情感分析Code
本github上的代码是“基于卷积神经网络参数优化的中文情感分析”论文所编写

如果文章对您有帮助，或使用本文中训练的词向量，请添加文章引用，谢谢！  
王盛玉,曾碧卿,胡翩翩.基于卷积神经网络参数优化的中文情感分析[J].计算机工程,2017,43(08):200-207+214.

## Requirement 	
- python 3 	
- tensorflow >0.8 	
- numpy 	
- scikit-learn 	
- jieba 	

## DataSets	
实验的原始数据存放在data_origin文件夹下，分为酒店评论数据和电商评论数据，其中每个文件一条评论  
实验的预处理数据存放在data_process文件夹下，分为酒店评论数据和电商评论数据，每种数据又分为消极评论和积极评论，并将原始评论数据整合到
一个文件中，每行一条评论数据。

## 数据预处理类——preprocessing.py	
文件中定义了各类方法，方便对原始数据进行预处理

## 数据加载类——data_loader.py
文件中定义了训练数据时，可以使用的加载数据的方法

## 卷积神经网络架构模型——cnn_graph.py
	
## 模型训练
- train_n.py      模型训练，但不会产生summary和checkout，使用10折交叉验证生成准确率
- train_y.py      模型训练，产生summary和checkout，使用10折交叉验证生成准确率,训练后可以通过tensorflow查看模型的训练趋势图，但训练速度较慢
	
模型训练时，请通过修改文件中模型的超参来查看模型对参数的敏感度，其中包括：
- embedding_dim
- filter_sizes
- num_filters
- dropout_keep_prob 
- l2_reg_lambda
- batch_size
- num_epochs	
以及词向量的地址和训练数据地址
- w2v_path
- file_dir

## 词向量模型
提前训练的词向量由于文件过大，不易上传，故存放在百度云盘中
地址：http://pan.baidu.com/s/1dFzBLPv  提取码：ficp
云盘中包括：
- retrain_vectors_50      包含酒店评论数据的词向量，维度50
- retrain_vectors_100      包含酒店评论数据的词向量，维度100
- retrain_vectors_200      包含酒店评论数据的词向量，维度200
- vectors_50      搜狗新闻数据集训练的词向量，维度50
- vectors_100      搜狗新闻数据集训练的词向量，维度100
- vectors_200      搜狗新闻数据集训练的词向量，维度200
- vectorsPlus_50      搜狗新闻数据集+wiki数据训练的词向量，维度50
- vectorsPlus_100      搜狗新闻数据集+wiki数据训练的词向量，维度100
- vectorsPlus_200      搜狗新闻数据集+wiki数据训练的词向量，维度200
- wiki_vectors_50      wiki数据训练的词向量，维度50
- wiki_vectors_100      wiki数据训练的词向量，维度100
- wiki_vectors_200      wiki数据训练的词向量，维度200