情感词极性分类器

• 数据集基于total.csv，源自参加南开大学NLP实验室科研活动的时候整理的词语极性数据
• 情感极性分类有 -1(否定) 0(中性) 1(肯定)
• 本项目将对该数据集进行学习

项目结构

• main.py: 主执行函数，进行三种不同模型的学习，包括:
  • Logistic Regression
  • SVM
  • Neural Network
  • Native Bayes(未完成)
  • 以后会增加更多模型
• NeuralNetworks.py: 自己写的神经网络模型学习模型
• NativeBayes.py: 自己写的朴素贝叶斯学习模型
• one_hot.py: one-hot编码函数，使用one-hot将词语转化为词向量
• total.csv: 数据集

词向量转化使用了word2vec,请注意安装依赖！