评论情感分析----多种机器学习模型测试总结_评论情感分析模型

2022/12/27更新，目前代码+数据集+停用词已上传GitHub，点击此处跳转下载。

前言

本文章总结了许多机器学习模型对于情感分析的性能，包括模型训练、预测的时间、训练集、测试集的预测准确度。

Step1: 读取评论文件

加载评论信息文件, 并获取所有评论内容及情感(其中共读取13499条评论数据，情绪有好有坏)

如下是代码实现

import csv
import numpy as np

def loadCommentFile(file_name):
    all_sentences = []
    
    with open(file_name, 'r', encoding='utf-8') as fp:                                    #读取文件
        reader = csv.reader(fp)
        
        #读取迭代器内的所有评论信息
        all_sentences = np.array([[comment[0],comment[1]] for comment in reader])         #保存格式[['评论1','评论情感标签']]         
    
    print('Step1:read {} comments in file...'.format(len(all_sentences)))
    return all_sentences                                                                  #返回numpy数组形式的所有评论内容及对应标签
1
2
3
4
5
6
7
8
9
10
11
12
13
14

Step2: 去除重复评论信息

去除评论数据集中的重复评论信息

import pandas as pd

def removeSameComment(all_sentences):
    
    data = pd.DataFrame(all_sentences)
    same_sentence_num = data.duplicated().sum()                                           #统计重复的评论内容个数
    
    if same_sentence_num > 0:
        print('Step2:remove {} of same comments...'.format(same_sentence_num))
        data = data.drop_duplicates()                                                     #删除重复的评论内容  
    
    return data.values                                                                   #返回numpy数组形式的评论内容信息

1
2
3
4
5
6
7
8
9
10
11
12
13

Step3: 使用jieba库进行分词操作

使用jieba库对中文评论语句及逆行切分操作

import jieba

def getAllWords(all_sentences):
    all_words = []
    
    for sentence in all_sentences:
        words = jieba.lcut(sentence[0])                                                  #将评论切词，并存放所有切分后的评论语句
        all_words.append(words)
    
    print('Step3:jieba cut successfully...')
    return np.array(all_words)
1
2
3
4
5
6
7
8
9
10
11

Step4: 去除停用词

去除评论词语中已经停用的词语

def removeStopWords(file_name, all_words):
    stop_words = []
    with open(file_name, 'r', encoding='utf-8') as fp:                      #读取所有停用词
        stop_words = fp.read().split('\n')                                   #存到stop_words列表中(以换行符切分)
    
    for sentence in all_words:                                              #双重循环去除评论中的停用词
        for word in sentence:
            if word in stop_words:
                sentence.remove(word)
    
    print('Step4:remove stop-words successfully...')
    return np.array(all_words)                                              #以numpy数组返回

1
2
3
4
5
6
7
8
9
10
11
12
13

Step5: 生成词典

将所有评论信息中存在的词语生成一个词典

def getDictionary(all_words):
    dictionary = []
    
    for sentence in all_words:
        for word in sentence:
            
            if word not in dictionary:
                dictionary.append(word)                                     #将所有评论中出现的词语存入词典
    
    print('Step5:{} words in total...'.format(len(dictionary)))
    return dictionary
1
2
3
4
5
6
7
8
9
10
11

Step6: 生成one-hot编码(暂未用到)

把所有评论中的词语信息都进行编码，编码形式为one-hot

def getOneHot(dictionary):
    one_hots = []
    
    for index,word in enumerate(dictionary):              #使用one-hot编码把出现的词语转化为向量
        one_hot = np.zeros(len(dictionary))
        one_hot[index] = 1
        
        one_hots.append(one_hot)
    
    print('Step6:one-hot encoding successfully...')
    return np.array(one_hots)
    
1
2
3
4
5
6
7
8
9
10
11
12

Step7: Word2vec编码

将评论的词语信息以word2vec的方式进行编码，并存储(这里直接使用gensim库)

from gensim.models import Word2Vec

def getWord2Vec(all_words):
    
    #调用Word2Vec模型，将所有词语信息转化为向量
    model = Word2Vec(all_words, sg=0, vector_size=300, window=5, min_count=1, epochs=7, negative=10)
    model.save('word2vec_model')
    
    print('word2vec encoding successfully...')
    return model
1
2
3
4
5
6
7
8
9
10

Step8: 封装数据预处理过程

封装所有的操作过程，最后结果返回所有预处理过后的评论数组，word2vec模型，词语词典

def getData():
    all_sentences = loadCommentFile('../datasets/comments.csv')
    all_sentences = removeSameComment(all_sentences)
    target = all_sentences[:,1]
    all_words = getAllWords(all_sentences)
    all_words = removeStopWords('../file/cn-stopwords.txt', all_words)
    dictionary = getDictionary(all_words)
    one_hots = getOneHot(dictionary)
    
    print('get all data successfully...')
    
    return all_words, target, dictionary
1
2
3
4
5
6
7
8
9
10
11
12

Step9: 构建评论语句向量

求和评论中每个词语的word_vector，然后取平均值，即为评论语句的向量

def getSentenceVec(all_words, word2vec_model):
    sentences_vector = []
    
    for sentence in all_words:
        
        sentence_vector = np.zeros(word2vec_model.wv.vector_size)
        
        #取出评论中每个单词的向量累加
        for word in sentence:
            sentence_vector += word2vec_model.wv.get_vector(word)

        #取最终结果的平均值，作为评论语句的向量，并添加到评论向量列表中
        sentences_vector.append(sentence_vector/len(sentence))
    
    #返回numpy类型的评论列表
    return np.array(sentences_vector)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

Step10: 拆分数据集为训练集与测试集

调用数据预处理的封装函数进行数据预处理，将每个词语使用word2vec模型转化为向量，并将所有评论转化为向量

然后对数据集进行切分为数据集与测试集

from sklearn.model_selection import train_test_split         #引入拆分训练集与测试集的方法

all_words, target, dictionary = getData()                     #获取评论的分词形式列表、对应标签、词典

word2vec_model = getWord2Vec(all_words)                       #训练Word2Vec模型
word2vec_model.save('word2vec_model')                         #保存文件

#将每一句评论信息转化为对应的评论向量
sentences_vector = getSentenceVec(all_words, word2vec_model)

#拆分数据集为训练集与测试集
X_train, X_test, y_train, y_test = train_test_split(sentences_vector, target)
print('train_test_split successfully!')
1
2
3
4
5
6
7
8
9
10
11
12
13

Step1:read 13499 comments in file...
Step2:remove 1016 of same comments...
Step3:jieba cut successfully...
Step4:remove stop-words successfully...
Step5:15834 words in total...
Step6:one-hot encoding successfully...
get all data successfully...
word2vec encoding successfully...
train_test_split successfully!
1
2
3
4
5
6
7
8
9

Step11: 训练多种监督模型，准备评论情感预测

KNN算法模型的训练与评估

from sklearn.neighbors import KNeighborsClassifier               #引入KNN算法模型
import time

start = time.time()

knn = KNeighborsClassifier(n_neighbors=5)                         #K近邻模型训练中，n邻居个数越多越欠拟合，越少越过拟合
knn.fit(X_train, y_train)                                         #训练KNN模型

end = time.time()
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

It is take 0.014011383056640625 seconds
1

start = time.time()

train_score = knn.score(X_train, y_train)
test_score = knn.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.9629352702414015
Test score:0.9487343800064082
It is take 4.137312889099121 seconds
1
2
3

逻辑回归模型的训练与评估

from sklearn.linear_model import LogisticRegression              #引入LogisticRegression逻辑回归模型

import time

start = time.time()

#弱正则化对应过拟合，强正则化对应欠拟合
logistic_regression = LogisticRegression(C=50)                    #在逻辑回归中，参数C控制正则化强弱，C越大正则化越弱，C越小正则化越强
logistic_regression.fit(X_train, y_train)                         #训练逻辑回归模型

end = time.time()
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间

1
2
3
4
5
6
7
8
9
10
11
12
13

It is take 1.5031111240386963 seconds
1

start = time.time()

train_score = logistic_regression.score(X_train, y_train)
test_score = logistic_regression.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.967955565050203
Test score:0.962191605254726
It is take 0.032012939453125 seconds
1
2
3

支持向量机分类器的训练与评估

from sklearn.svm import SVC                                      #引入支持向量机分类器


start = time.time()

svc = SVC(gamma=0.1, C=100)                                       #gamma控制类别的相似度程度，越小越好，C控制正则化程度，适中即可
svc.fit(X_train, y_train)                                         #训练支持向量机分类器

end = time.time()

print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10
11

It is take 3.914299249649048 seconds
1

start = time.time()

train_score = svc.score(X_train, y_train)
test_score = svc.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.9948728904080325
Test score:0.9724447292534444
It is take 3.5872702598571777 seconds
1
2
3

伯努利贝叶斯模型的训练与评估

from sklearn.naive_bayes import BernoulliNB                      #引入伯努利贝叶斯模型
start = time.time()
bernoulli_bayes = BernoulliNB()
bernoulli_bayes.fit(X_train, y_train)                             #训练伯努利贝叶斯模型
end = time.time()

print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7

It is take 0.09700345993041992 seconds
1

start = time.time()

train_score = bernoulli_bayes.score(X_train, y_train)
test_score = bernoulli_bayes.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.913052766502884
Test score:0.9160525472604935
It is take 0.11000585556030273 seconds
1
2
3

决策树模型的训练与评估

from sklearn.tree import DecisionTreeClassifier                  #引入决策树模型
start = time.time()   
decision_tree = DecisionTreeClassifier(max_depth=5)               #设置决策树的最大深度为5，避免出现过拟合现象           
decision_tree.fit(X_train, y_train)                               #训练多项式贝叶斯模型
end = time.time()

print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7

It is take 1.640122652053833 seconds
1

start = time.time()

train_score = decision_tree.score(X_train, y_train)
test_score = decision_tree.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.9573809015167699
Test score:0.93784043575777
It is take 0.031012535095214844 seconds
1
2
3

随机森林模型的训练与评估

from sklearn.ensemble import RandomForestClassifier              #引入随机森林模型
start = time.time()
random_forest = RandomForestClassifier(n_estimators=100)
random_forest.fit(X_train, y_train)                               #训练随机森林模型
end = time.time()

print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7

It is take 19.40948247909546 seconds
1

start = time.time()

train_score = random_forest.score(X_train, y_train)
test_score = random_forest.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:1.0
Test score:0.9615507850048062
It is take 0.35802292823791504 seconds
1
2
3

梯度提升分类器模型的训练与评估

from sklearn.ensemble import GradientBoostingClassifier          #引入梯度提升分类树模型
start = time.time()
gradient_boosting_tree = GradientBoostingClassifier()
gradient_boosting_tree.fit(X_train, y_train)                      #训练梯度提升分类树模型
end = time.time()

print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7

It is take 307.464230298996 seconds
1

start = time.time()

train_score = gradient_boosting_tree.score(X_train, y_train)
test_score = gradient_boosting_tree.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.9818414868617816
Test score:0.9602691445049664
It is take 0.31026268005371094 seconds
1
2
3

MLP神经网络多层感知机模型的训练与评估

from sklearn.neural_network import MLPClassifier                 #引入神经网络多层感知机模型
start = time.time()
mlp = MLPClassifier()
mlp.fit(X_train, y_train)                                        #训练神经网络MLP多层感知机模型
end = time.time()


print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8

It is take 23.577603578567505 seconds
1

start = time.time()

train_score = mlp.score(X_train, y_train)
test_score = mlp.score(X_test, y_test)

end = time.time()

print('Train score:{}'.format(train_score))
print('Test score:{}'.format(test_score))
print('It is take {} seconds'.format(end-start))                  #输出训练所需的时间
1
2
3
4
5
6
7
8
9
10

Train score:0.9900662251655629
Test score:0.975008010253124
It is take 0.07800674438476562 seconds
1
2
3

Step12: 使用模型随机预测评论情感

取出测试集中的100条测试数据，使用**支持向量机分类器(SVC)**进行评论预测，并输出结果

import random

dic_len = len(dictionary)

start = random.randint(100,2400)

#从测试集中随机抽取50条数据，准备测试
X_data = X_test[start:start+50]
y_data = y_test[start:start+50]

success_test = 0

#对 50 条评论信息进行预测
for sequence_index in range(len(X_data)):
    
    #找到该评论在数组中的位置
    loc = np.where((sentences_vector == X_data[sequence_index]).all(axis=1))
    
    #输出该评论语句
    print('/'.join(all_words[loc[0][0]]))
    
    
    res = svc.predict([X_data[sequence_index]])                #使用支持向量机进行预测
    

    #0 代表好评， 1代表差评
    if res == '0':             
        print('Predict result : 好评', end='\t')              #输出好评
    else:              
        print('Predict result : 差评', end='\t')             #否则输出差评
    
    #实际该评论的结果
    if y_data[sequence_index] == '0':
        print('Actual results: 好评', end='\t')
    else:   
        print('Actual results: 差评', end='\t')
        
    #判断是否预测正确
    if res == y_data[sequence_index]:
        print('Predict success!', end='\t')
        success_test += 1
    else:
        print('Predict fail!', end='\t')


    print('\n\n')

print('本次测试预测准确度为: {}'.format(success_test/50))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

学大/数据/大学/狗/听/有人/说/MacBook/适合/工科/买来/一段时间/感觉/还好/性能/很强/不愧/M1/ /Pro/没买/Max/版本/感觉/不到/32/核/GPU/16G/内存/我/够用/了/。
Predict result : 好评	Actual results: 好评	Predict success!	


开机/划痕/心情/郁闷/提醒/这种/退换货/还是/官网/买
Predict result : 差评	Actual results: 差评	Predict success!	


外形/外观/好看/ /选/颜色/对/屏幕/音效/屏幕/120hz/刷新/太爽了/ /用回/xr/真/卡/拍照/效果/拍照/清晰/运行/速度/速度/快/待机时间/玩/一把/游戏/掉电/ /续航/不错/，/其他/特色/充电/速度/快/ /23/分钟/37/ /真的/很快/了
Predict result : 好评	Actual results: 好评	Predict success!	


完美/机/听筒/缝隙/屏幕显示/正常/拍照/重点/京东/发货/真的/太牛/超级/21/号/下单/已经/错过/前两天/抢购/情况/25/号/下午/收到/货/?/?/以为/好久/我/手机/壳/没/买/快递/员/打电话/知道/又/火速/京/东京/造买/了/手机/壳/没想到/壳/不错/。/我/仔细/看过/镜头/没有/灰尘/边框/没有/划痕/绝大多数/机子/没有/，/让/知道/都/有/发出/来显/的/问题/，/外形/外观/完美/，/拍照/效果/无敌/，/运行/速度/超级
Predict result : 好评	Actual results: 好评	Predict success!	


买来/疫情/在家/办公/外观/时尚/大气/颜色/深/我心/自重/轻/出差/携带/发货/的/久/一点/但/值得/另外/，/小妹/导购/15/态度/很/好/，/赞/！
Predict result : 好评	Actual results: 好评	Predict success!	


苹果/生产/技术/工艺/真的/太赞/熟悉/开机/声音/干脆/铝合金/打造/金属/机身/科技/感/十足/16/寸/大家伙/有点/重/但是/接受/毕竟/屏蔽/啊/运行/流畅/很棒/感觉/京东/物流/真的/，/快递/小哥/服务态度/很/不错/，
Predict result : 好评	Actual results: 好评	Predict success!	


入手/打开/包装/很/惊艳/漂亮/看着/高级/安装/系统/简单/ /明/自带/OFF/运行/速度/超快/流畅/ /屏幕显示/超棒/不愧/大/品牌/，/爱/爱/！
Predict result : 好评	Actual results: 好评	Predict success!	


京东/快递/送货/很快/艰难/条件/停运/收到/电脑/保证/不错/电脑/是/理想/华为/品牌/靠得住/～/一些/激活/注册/问题/不会/操作/，/问/客服/也/是/很/耐心/解答
Predict result : 好评	Actual results: 好评	Predict success!	


运行/速度/开机/速度/特别/运行/流畅/运行/屏幕/效果/屏幕/清晰/视觉/舒适/散热/性能/用/几个/小时/发热/情况/风扇/静音/外形/外观/颜色/好看/商务/感强/上档次/轻薄/程度/厚度/合适/携带/轻便/其他/特色/隐形/摄像头/美观/，/指纹/解锁/便捷/华为/荣耀/手机/直连/文件/转移/，/触控/鼠标/快捷/功能/操作/很/方便/，/玩游戏/，/作为/办公/商务/电脑/值得/购买/，/性价比/超高
Predict result : 好评	Actual results: 好评	Predict success!	


东北/暴雪/缘故/晚到/几天/但用/时候/手感/好/更加/人/欣慰/是/高频/分辨率/用/非常/舒适/不/电池/续航/怎么样/还/观望/中/希望/令人/失望
Predict result : 好评	Actual results: 好评	Predict success!	


外观/好看/好看/颜值/爆表/开机/速度/很快/人脸识别/灵敏/屏幕/效果/很/清晰/大小/合适/电池/很/耐用/充电/速度/快/，/京东/快递/很/力
Predict result : 好评	Actual results: 好评	Predict success!	


垃圾/都/不想/说/刚刚/拿到/可惜/发现/晚/自己/看吧/，/联网/不/退/，/一点/不好/垃圾/电脑
Predict result : 差评	Actual results: 差评	Predict success!	


凌晨/付款/现在/拿到/货/迫不及待/开机/比/想象/要/薄/一点/屏幕/漂亮/宽/很窄/颜色/很/正/超级/爱/相信/品牌/，/质量/保证/下/一步/其他/配置/整齐/。
Predict result : 好评	Actual results: 好评	Predict success!	


外形/外观/简单/大气/四方/边框/拿/很/舒适/屏幕/音效/拍照/清晰/防抖/性能/不错/运行/速度/运行/不卡顿/处理/流畅/待机时间/待机/时长/比较/优秀/充满/电/不/玩游戏/正常/6/小时
Predict result : 好评	Actual results: 好评	Predict success!	


体验/感/不好/我/办公室/网络/办法/电脑/我/天天/热点/真是/方便/但是/店家/不/退货/这/不合理/这么/贵买/服务/太差/建议/买/在/外面/办事/网络/，/用/网络/不好/。
Predict result : 差评	Actual results: 差评	Predict success!	


是/太棒了/我/喜欢/运行/速度/快/屏幕/效果/好/散热/性能/好
Predict result : 好评	Actual results: 好评	Predict success!	


电脑/隔天/收到/快递/速度/很快/屏幕/90hz/效果/好/也/保护/眼睛/开机/秒/开/，/办公室/着/方便/，/整体/效果/好/这款/电脑
Predict result : 好评	Actual results: 好评	Predict success!	


不错/手机/手感/好/方方正正/着/舒服/5g/速度/很快/幸好/以前/办/大/流量/卡/流量/还够用/系统/着/流畅/，/游戏/性能/好
Predict result : 好评	Actual results: 好评	Predict success!	


电脑/毛病/多连个/蓝牙/磨磨/唧唧/一会/好使/一会/不好/千万别/入坑
Predict result : 差评	Actual results: 差评	Predict success!	


屏幕/效果/非常/运行/速度/?/外形/外观/好看/其他/特色/音响/不错/我/很/爱/大家/这部/不用/犹豫/，/冲/！
Predict result : 好评	Actual results: 好评	Predict success!	


电脑/价格/10/天降/两次/申请/保价/说/了/保价/期/，/明明/说/是/保价/一个月/，/给/说/周期
Predict result : 差评	Actual results: 差评	Predict success!	


窄/宽/加持/ /16/mac/ /整体/尺寸/上/一代/无/变化/ /争议/刘海/屏/实际/mac/系统/运行/无/影响/ /系统/工具栏/专属/位/ /复古/方正/设计/ /了/稳重/气息/ /就/符合/这代/pro/整体/定位/ / /历代/最强/芯/最强/屏/最强/扬声/系统/足够/震撼/ /回归/磁吸/ /多/拓展/接口/是/惊喜/满满/想要/换新/这代/真的/不用/了/ /体验/感拉满
Predict result : 好评	Actual results: 好评	Predict success!	


运行/速度/很快/外形/外观/很/好看
Predict result : 好评	Actual results: 好评	Predict success!	


在/买/活动/时候/价格/美丽/发货/速度/贼/质量/不错/应该/正品/挺/和/想象/中/随意/搭/好看/满意/每/都/很/满意/，/这次/选/的/宝贝/满意/，/以后/还会/一如既往/地买/包装/，/物流/，/价格/实惠/，/散热/挺/，/风扇/声/还行
Predict result : 好评	Actual results: 好评	Predict success!	


买来/上网/课用/电脑/不错/噢/而且/到货/不/熟悉/11/系统/不会/就/问/导购/37/小姐姐/，/她/耐心/解答/好/喔
Predict result : 好评	Actual results: 好评	Predict success!	


品控/之差/屏幕/三个/暗点/坏点/人脸/解锁/几次/正常/识别/换货/等于/抽奖/315
Predict result : 差评	Actual results: 差评	Predict success!	


轻薄/程度/轻薄/外形/外观/非常/好看/高级/屏幕/效果/显色/很/好/散热/性能/散热/发热/其他/特色/快递/物流/疫情/不/因素/很快/快递/疫情/原因/滞留/10/天/，/今天/到/，/包装/还是/很/不错/的/。
Predict result : 好评	Actual results: 好评	Predict success!	


运行/速度/5/秒/开机/爆赞/屏幕/效果/高色域/无色差/散热/性能/非常/静音/整机/散热
Predict result : 差评	Actual results: 好评	Predict fail!	


差评/差评/差评/差评/差评/刚/拿来/有/黑屏/电视剧/屏幕/就/花掉
Predict result : 差评	Actual results: 差评	Predict success!	


运行/速度/感觉/很快/日常/完全/问题/屏幕/效果/屏幕/流畅/非常/清晰/颜色/正/，/外形/外观/好看/，/轻薄/程度/轻薄
Predict result : 好评	Actual results: 好评	Predict success!	


对比/买下/这款/轻薄/16.1/寸/屏幕/看着/舒服/平时/做作业/，/办公/，/性能/足够/，/银色/高级/，/还/继续/探索/中
Predict result : 好评	Actual results: 好评	Predict success!	


纠结/好久/选/这个/颜色/不/沾/指纹/大小/合适/外观设计/精美/拍摄/效果/好/运行/速度/待机时间/长/，/屏幕/清晰度/高/，/手感/好
Predict result : 好评	Actual results: 好评	Predict success!	


手机/充电/头/自己/配
Predict result : 差评	Actual results: 差评	Predict success!	


买/还/几天/掉价儿/还/保价/强烈/差评
Predict result : 差评	Actual results: 差评	Predict success!	


垃圾/东西/就/几天/时间/降/700/块钱/保价/服务/没用/慎买
Predict result : 差评	Actual results: 差评	Predict success!	


隔天/收到/电脑/ /喜欢/ /朋友/推荐/买/华为/笔记本/ /是/了/好几年/说好/ /轻薄/小巧/ /携带/ /运行/速度/快/ /喜欢
Predict result : 好评	Actual results: 好评	Predict success!	


好/便携/电脑/尺寸/配置/很强/独立/显卡/荣耀/几年/产品设计/越来越/特点/！/家人/后/反馈/好/系统/很/流畅/，/十分/推荐
Predict result : 好评	Actual results: 好评	Predict success!	


到手/惊艳/ /这块/屏幕/确实/不错/ /显示/效果/很/细腻/ /1080p/16/寸大屏/确实/逐渐/淘汰/ /在/自带/管家/调/色调/ /对比度/ /也/很/ /一个/贴心/小/功能/ /开盖/开机/ /很/ /实测/七八次/样子/ /挺/灵敏/ /多/的/东西/ /慢慢/测好
Predict result : 好评	Actual results: 好评	Predict success!	


收到/笔记本/特意/了/三天/评价/感觉/整体/很/不错/速度/静音/易上/手/操作/只是/包裹/外包装/破损/，/以后/注意/，/笔记本/内包装/完好/，/推荐/购买
Predict result : 好评	Actual results: 好评	Predict success!	


登录/WIFI/显示/密码/错误/同/密码/家里/两部/华为/手机/可以/登录/WIFI/申请/售后/换货/售后/说/帮/调试/，/拿到/手机/试用/登录/WIFI/密码/错误
Predict result : 差评	Actual results: 差评	Predict success!	


感谢/服务/那么/电脑/下来/反应速度/快/我/买/游戏/本作/做/文职/的/工作/，/来看/是/问题/了/，/谢谢/，/谢谢/的/。
Predict result : 好评	Actual results: 好评	Predict success!	


粉红色/外观/电脑/颜值/挺/高/运行/速度/很快/没有/声音/散热/性能/好/，/价格/优惠
Predict result : 好评	Actual results: 好评	Predict success!	


开机/速度慢/花头/精/多
Predict result : 差评	Actual results: 差评	Predict success!	


电脑/喜欢/想象/中/一样/简单/大方/轻薄/办公/够用/运行/速度/，/到货/后用/才/评价/，/小巧玲珑/，/静谧/银/好看
Predict result : 好评	Actual results: 好评	Predict success!	


商品/发烫/退货/检修/原机/退回/，
Predict result : 差评	Actual results: 差评	Predict success!	


运行/速度/很快/ /不卡/流畅/屏幕/效果/分辨率/高/散热/性能/很/，/外形/外观/很/简约/大气
Predict result : 好评	Actual results: 好评	Predict success!	


超级/轻薄/外观/满分/性价比/极高/值得/推荐/运行/速度/非常/！/屏幕/效果/非常/清晰/散热/性能/非常/，/外形/外观/外观/10/颗星/，/轻薄/程度/非常/轻薄
Predict result : 好评	Actual results: 好评	Predict success!	


不好/ /屏幕/一点/不灵敏
Predict result : 差评	Actual results: 差评	Predict success!	


没用过/贵/笔记本/苹果/笔记本/很/精致
Predict result : 好评	Actual results: 好评	Predict success!	


颜色/漂亮/存储空间/足够/处理器/速度/满足/需求/发货/速度/很快/满意/，/推荐/购买/上班族/足够/，/打游戏/可以/，/速度/杠杠/滴
Predict result : 好评	Actual results: 好评	Predict success!	


本次测试预测准确度为: 0.98
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201

可见，支持向量机模型对结果的预测准确度达到98%，也较为不错

表格对比各机器学习模型在情感识别方面的性能

前提，评论文本信息已经完成一系列的预处理操作，如

• 评论去重
• 评论分词
• 去除停用词
• one-hot词向量(效率低，未用到)
• word2vec词向量

现在列举各机器学习模型对于评论情感分析的性能（训练数据13499 条）

小结

本次统计测试结果不一定完全准确，因为没有涉及到细节的调参问题或者数据缩放问题

尤其是随机森林模型，过拟合较为严重，后续若有新的学习进展，会陆续更新改进，若有小伙伴们有疑问或指导，欢迎下方留言