当前位置：首页 > news >正文

制作网站结构设计小程序源码模板下载

news 2025/11/2 2:59:33

制作网站结构设计,小程序源码模板下载,中山英文网站建设,长沙网页制作企业循环神经网络实战：用 LSTM 做中文情感分析（二） 文章目录循环神经网络实战：用 LSTM 做中文情感分析（二）前言数据准备文本预处理步骤：模型搭建（LSTM）训练与测试可视化训练过…

循环神经网络实战：用 LSTM 做中文情感分析（二）

文章目录

循环神经网络实战：用 LSTM 做中文情感分析（二）
- 前言
- 数据准备
- - 文本预处理步骤：
- 模型搭建（LSTM）
- 训练与测试
- 可视化训练过程（Loss 曲线）
- 测试与预测
- 实验结果展示
- 总结

前言

在上一篇文章中，我们学习了 RNN、LSTM 与 GRU 的基本原理，理解了它们的结构和特点。理论固然重要，但只有结合实际项目，才能真正掌握它们的精髓。

本篇我们将通过一个 中文文本情感分析任务，带大家从零开始构建一个完整的 LSTM 项目。最终的目标是：输入一句中文评论，模型能预测它是积极还是消极。

读完本篇你将收获：

中文文本的预处理方法
如何在 PyTorch 中搭建 LSTM 模型
完整的训练与测试流程
在实际数据上的实验结果（含 loss 曲线）

数据准备

在情感分析任务中，常用的数据集之一是 ChnSentiCorp 中文评论数据集，其中包含了上万条带有标签的用户评论。
标签定义：

1 → 正面情感
0 → 负面情感

这里为了演示，我们先用几条示例数据（实际训练请加载完整数据集）。

文本预处理步骤：

分词（中文需要切词，可以用 jieba 或 pkuseg）
构建词典（把词映射到整数）
序列化（将句子转化为数字序列）
Padding（统一句子长度）

import jieba
from torchtext.vocab import build_vocab_from_iterator
from torch.nn.utils.rnn import pad_sequence
import torch# 示例数据
texts = ["这部电影真的很好看", "剧情太差劲了，浪费时间", "演员表演很自然，值得推荐"]
labels = [1, 0, 1]# 分词
tokenized_texts = [list(jieba.cut(t)) for t in texts]# 构建词典
def yield_tokens(data):for tokens in data:yield tokensvocab = build_vocab_from_iterator(yield_tokens(tokenized_texts), specials=["<pad>"])
vocab.set_default_index(vocab["<pad>"])# 转换为数字序列
text_ids = [torch.tensor(vocab(t)) for t in tokenized_texts]# padding
padded = pad_sequence(text_ids, batch_first=True, padding_value=vocab["<pad>"])
print("Padded input:\n", padded)

模型搭建（LSTM）

我们使用 PyTorch 构建一个经典的文本分类模型：

结构：

Embedding → LSTM → Linear → Sigmoid

模型代码如下：

import torch.nn as nnclass SentimentLSTM(nn.Module):def __init__(self, vocab_size, embed_dim, hidden_dim, num_layers, num_classes=1):super(SentimentLSTM, self).__init__()self.embedding = nn.Embedding(vocab_size, embed_dim, padding_idx=0)self.lstm = nn.LSTM(embed_dim, hidden_dim, num_layers, batch_first=True)self.fc = nn.Linear(hidden_dim, num_classes)self.sigmoid = nn.Sigmoid()def forward(self, x):embedded = self.embedding(x)out, _ = self.lstm(embedded)out = self.fc(out[:, -1, :])  # 取最后时刻的隐藏状态return self.sigmoid(out)

训练与测试

定义损失函数和优化器：

import torch.optim as optim# 初始化模型
model = SentimentLSTM(vocab_size=len(vocab), embed_dim=128, hidden_dim=256, num_layers=2)
criterion = nn.BCELoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

训练循环（记录每个 epoch 的 loss）：

labels_tensor = torch.tensor(labels, dtype=torch.float)
losses = []  # 用来存放每个 epoch 的 lossfor epoch in range(10):optimizer.zero_grad()outputs = model(padded).squeeze()loss = criterion(outputs, labels_tensor)loss.backward()optimizer.step()losses.append(loss.item())  # 保存 lossprint(f"Epoch {epoch+1}, Loss: {loss.item():.4f}")

可视化训练过程（Loss 曲线）

import matplotlib.pyplot as pltplt.plot(losses, label="Training Loss")
plt.xlabel("Epoch")
plt.ylabel("Loss")
plt.legend()
plt.show()

运行后可以得到一条 loss 逐渐下降的曲线，验证模型确实在学习。

测试与预测

现在我们可以输入一句新评论，让模型判断情感：

def predict(text):tokens = list(jieba.cut(text))ids = torch.tensor(vocab(tokens)).unsqueeze(0)output = model(ids)return "积极" if output.item() > 0.5 else "消极"print(predict("这部片子让我很感动"))
print(predict("真是浪费钱"))