奇书网

第四节 文本情绪分析（第8页）

importjieba

imp

sys。setreit（1000000）

#设置网络参数

vocab_dim=100#训练完毕后词向量的维数

maxlen=100

'''

下述参数表示对每个输入词向量训练函数的句子迭代的次数。这可以理解为用

来向训练函数中输入数据的迭代器的迭代次数，通常情况下，训练函数第一

次接收数据用来收集单词并计算词频，第二次及以后，用来做神经网络训练。

因为会迭代iterations+1次，所以此参数至少为1。也可以更大，用以增加对

每个输入的训练次数，但训练速度会更慢。现在模块的训练函数中，指明了

build_vo操作，所以就是训练一次。这样做，而不是直接用

gensim。models。Word2Vec（corpus）是为了可以处理输入数据不能重复的情

况，扩展性更好。

'''

&ions=1

n_exposures=10#训练中，出现频率低于10次的词会被忽略

window_size=10#训练中考虑的上下文的最大长度

batch_size=32

n_epoch=10

ih=100

#并行cpu的数量，可设置为cpu的核心数量

ultiprog。t（）

#定义加载语料库函数

defloadcorpus（）：

#读取语料库，文件格式txt，编码utf-8

corpus=code（'语料_sep。txt'，'w'，'utf-8'）

source=code（"语料。txt"，eng='utf-8'）

line=soure（）

#分词

whileli;"：

&rip（'n'）

&=jieba。e，cut_all=False）#精确模式

output=''。joi））#空格拼接

corpus。write（output+''）#空格取代换行'rn'

line=soure（）