中文词向量模型

https://github.com/Embedding/Chinese-Word-Vectors

sgns.zhihu.bigram

运行环境

pytorch1.0.1

训练模型

python sentiment_analysis.py

测试模型

python test.py

说明

“train_data”目录下提供10000条训练数据，包括5000条积极情感文本（sample.positive.txt）和5000条消极情感文本（sample.negative.txt）；

文件为“UTF-8”编码，数据以xml格式存储，格式如下：

<review id="n">
xxx
</review>

每个“review”标签是一条训练数据，“id”是训练数据编号（0到9999），标签内容“xxx”为文本内容。 “test_data”目录下是文件“test.txt”，包含2500条未知类别（积极或消极）的测试数据，使用学习的系统对其进行预测。 文件为“UTF-8”编码，数据以xml格式存储，格式如下：

<review id="n">
xxx
</review>

每个“review”标签是一条测试数据，“id”是测试数据编号（0到2499），标签内容“xxx”为文本内容。 对测试数据进行预测，积极用“1”表示；消极用“0”表示。