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

java 复制代码
clean_data/ # 清洗数据
    __init__.py
    clean_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.json
            error_tag.json
        ml_rate.plk
        logfile.plk
        3plus3arr.plk
    show/ # 组合模型的全部结果
        result.csv
        result.xlsx
    vector/ # 文本翻译后的词向量
        result.csv
        result.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:

java 复制代码
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:

python 复制代码
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。

相关推荐
jiuri_121523 分钟前
Docker使用详解:在ARM64嵌入式环境部署Python应用
python·docker·容器
chenchihwen26 分钟前
AI代码开发宝库系列:Function Call
人工智能·python·1024程序员节·dashscope
汤姆yu2 小时前
基于python的化妆品销售分析系统
开发语言·python·化妆品销售分析
上去我就QWER3 小时前
Python下常用开源库
python·1024程序员节
程序员杰哥4 小时前
Pytest之收集用例规则与运行指定用例
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·pytest
Jyywww1214 小时前
Python基于实战练习的知识点回顾
开发语言·python
朝朝辞暮i5 小时前
从0开始学python(day2)
python
程序员黄同学5 小时前
Python中的列表推导式、字典推导式和集合推导式的性能和应用场景?
开发语言·python
AI小云5 小时前
【Python高级编程】类和实例化
开发语言·人工智能·python