奇书网

第四节 文本情绪分析（第5页）

&ransf）：

words=jieba。lg）

}blwords=np。array（words）。reshape（1，-1）

model=Word2Vec。load（'word2vec_model。pkl'）

_，_，biionaries（model，words）

&urnbined

#运行训练函数（train（））

if__name__=='__main__'：

train（）

将训练模块以文件名lstm。py保存，在IPython控制台输入如下命令运行训练模块，并保存训练好的情绪识别网络。

In[1]：runlstm。py

因为不同计算机的环境不同，所以读者的输出结果也许会稍有不同。输出结果如下所示。

UsingTensorFlo>

LoadingData。。。

Buildifromthedefaultdiary。。。

2110521105

Tokenising。。。

Dumpiofilecache

Loadi0。922seds。

&hasbeenbuiltsuccesfully。

TrainingaWord2vecmodel。。。

w2veodel[word]forwordinw2indx。keys（）}

&ingupArraysforKerasEmbeddingLayer。。。

（16884，100）（16884，）

（16884，100）（16884，）

DefiningaSimpleKerasModel。。。

pilingtheModel。。。

Train。。。

Trainon16884samples，validateon4221samples

Epoch110

1688416884[==============================]-44s3msstep-loss：0。6541-acc：0。6020-val_loss：0。4702-val_acc：0。7894

Epoch210

1688416884[==============================]-42s2msstep-loss：0。2957-acc：0。8888-val_loss：0。2601-val_acc：0。9029

Epoch310

1688416884[==============================]-42s2msstep-loss：0。1669-acc：0。9450-val_loss：0。2454-val_acc：0。9157

Epoch410

1688416884[==============================]-42s3msstep-loss：0。1224-acc：0。9640-val_loss：0。2627-val_acc：0。9154