当前位置: 首页 > news >正文

金融文本情感分析模型

快速开始

挑战杯项目:金融文本情感分析模型 || Challenge Cup Project: Financial Text Emotion Analysis Model

金融领域短文本情感分析

配置要求:python 3.x

使用方法

下载

 你的程序路径/

文件结构

clean_data/ # 清洗数据__init__.pyclean_html.py # 清洗网页标签langconv.py # 简体和繁体转化zh_wiki.py # 简体和繁体转化
data/ # 存放训练集和词典emdict/ # 存放词典material/emotion_word.py # 知网情感词典stopword.txt # 中文停用词典NTUSD_simplified/ # 台湾大学NTUSD情感词典...collect_dict.py # 生成之后程序需要的plk和用户词典trainset/ # 存放训练集...
model/ # 我们训练好的model模型wordfreq_logistic.ml
other/ # 根据具体情况自行添加...
result/ #结果展示log/best_model/ # 针对最好的模型的详细信息PR.jsonerror_tag.jsonml_rate.plklogfile.plk3plus3arr.plkshow/ # 组合模型的全部结果result.csvresult.xlsxvector/ # 文本翻译后的词向量result.csvresult.xlsx
__init__.py
loocv_model.py # 对组合模型进行留一验证,并且将结果写入csv和excel文件
ml_model.py # 集成sklearn常用的自然语言的机器学习模型
operate_data.py # 将文本处理成词向量,并且保存了logfile.plk
README.md
demo.py # 使用者(非开发者)调用框架的样例
run_best.py # 人工找出loocv_model.py的最好结果后,进行最好模型的更详细分析

使用方法

请参照demo.py的代码

打开demo.py

如果:

直接使用我们训练好的模型,在if __name__=='__main__':里面输入:

od.loadStopwords()
od.loadEmotionwords()
od.loadWords(od.stopList)
od.loadDocument(od.stopList)
##### 单例模式 #####
predictor = Predictor()
predictor.load_model()
predictor.set_mode(mode="wordfreq") # 以上代码是初始化配置,只需要调用一次##### 下面的代码可以循环调用 #####
news = "                                                    《经济通通讯社13日专讯》日股早市偏软,日经225指数报18312跌239点。  美元兑日圆疲软,新报108﹒78╱80。(tt)" # 这是您的新闻样本predictor.set_news(news=news)
predictor.trans_vec()tag = predictor() # 分类结果

需要重新训练模型,那么在配置好1.1的文件后,在if __name__=='__main__':里面输入:

best_vector = "wordfreq"
best_model = 1  # linearLogistic
save_model(best_vector, best_model)
##### 单例模式 #####
predictor = Predictor()
predictor.load_model()
predictor.set_mode(mode="wordfreq") # 以上代码是初始化配置,只需要调用一次##### 下面的代码可以循环调用 #####
news = "                                                    《经济通通讯社13日专讯》日股早市偏软,日经225指数报18312跌239点。  美元兑日圆疲软,新报108﹒78╱80。(tt)" # 这是您的新闻样本predictor.set_news(news=news)
predictor.trans_vec()tag = predictor()

成功后,相信你也差不多理解框架的用法,请尽情使用吧。


http://www.mrgr.cn/news/61280.html

相关文章:

  • 即插即用篇 | YOLOv8 引入 空间和通道协同注意力模块 SCSA
  • 使用 Microsoft Clarity 记录分析用户行为
  • Golang的多版本管理
  • 一些MATLAB到Python的转换指南
  • ubuntu openmpi安装(超简单)
  • 计算机专业毕业生面试工具推荐:白瓜面试
  • 即插即用篇 | YOLOv8 引入自调制特征聚合模块 SMFA | ECCV 2024
  • 【PnP】详细公式推导,使用DLT直接线性变换法求解相机外参
  • 满足抖音视频剪辑内容要求的四款剪辑工具!!!
  • Linux上配置NFS服务
  • 基于SpringBoot的房地产销售管理系统【附源码】
  • Python中的对象和引用
  • 什么是 HTTP 代理?它如何工作?
  • helm push http: server gave HTTP response to HTTPS client
  • (续)解的存在唯一性定理
  • 入门车载以太网(2) -- 数据链路层
  • 【Android14 ShellTransitions】(八)播放动画
  • 基于边缘计算的智能门禁系统架构设计分析
  • 【JIT/极态云】技术文档--数据处理
  • 线上虚拟3D画展有何优势?