情感分析 该代码最初来自 ，我尝试修改此代码以学习CNN模型中的情感分析

Twitter情绪分析 总览 该软件包将对推文或类似的短文进行情感分析。 GloVe的预训练词嵌入被用作Keras的冻结输入，之后CNN会学习并预测分类。 结果精度：*〜79％* 用法 下载Twitter的GloVe嵌入，将其解压缩到/ glove目录。 wget http://nlp.stanford.edu/data/glove.twitter.27B.zip 将twitter情绪数据集下载到/目录。 wget http://thinknook.com/wp-content/upload

keras情绪分析Web API 基于烧瓶的Web API，使用Word Embedding，RNN和CNN进行基于keras的情感分析 分类器的实现可以在找到 带字嵌入的一维CNN 具有分类交叉熵损失功能的多通道CNN 带字嵌入的一维CNN + LSTM 带手套字嵌入的前馈网络 具有二进制或类别交叉熵损失函数的LSTM 具有分类互熵损失函数的双向LSTM / GRU 用法 运行以下命令以安装keras，flask和其他依赖项模块： sudo pip install -r req

推文情感分析 更新（2018年9月21日）：我没有积极维护该存储库。 这项工作是针对课程项目完成的，由于我不拥有版权，因此无法发布数据集。 但是，可以轻松修改此存储库中的所有内容以与其他数据集一起使用。 我建议阅读该的，该可在docs/找到。 数据集信息 我们使用和比较各种不同的方法来对推文（二进制分类问题）进行情感分析。 训练数据集应该是tweet_id,sentiment,tweet类型的csv文件tweet_id,sentiment,tweet其中tweet_id是标识该tweet的唯一