基于深度学习的情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析，可以判定积极和消极，对于消极评论，还可以判断其具体类别，比如物流不好或者服务差等等。内含项目源代码和开发文档。

8000多条酒店评论文本和词向量模型

基于酒店评论的文本情感分析-附件资源

基于TensorFlow的中文文本情感分析完整项目，提供环境配置信息、保姆级注释，新手小白也可搭建。

其余两个模型文件可重新训练

数据包含四种情感类型的文本文件及中文停词文本

TOP250豆瓣电影短评：Scrapy 爬虫 数据清理/分析 构建中文文本情感分析模型

文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negative三种情感的分类器。

基于评论文本情感分析的产品扩散建模与仿真，黄逸雨，江资斌，在线评论信息包含用户主观情感、购物体验等多重信息，可为企业产品改善与创新提供参考依据。本文构建基于文本评论挖掘数据的巴斯

本人机器学习课程的小作业，记录一下，希望可以帮到一些小伙伴。 项目介绍，给一段英文文本（英文影评评论）来预测情感是正向还是负向 模型使用的是LSTM+RNN。 代码包括数据处理，模型训练，对新数据做出预测，并将预测结果（正向情感）保存到result.txt中 软件：anaconda3 一.数据集介绍 数据集链接: https://pan.baidu.com/s/1oIXkaL_SL9GSN3S56ZwvWQ 提取码: qgtg 训练集labeledTrainData.tsv(24500条带标签的训练数据) id sentiment review 分别表示：每段文本的唯一ID，情感色彩类别