Twitter情绪分析使用LSTM 在此笔记本中，我实现了具有嵌入功能的Stacked LSTM，以分析160万条推文，分为三类：1.正面2.负面3.中立，制作了模型来预测新推文的类别，准确度为78％。 表现 精确 记起 F1分数 支持 0 0.78 0.75 0.76 79800 1个 0.76 0.79 0.77 80200 准确性 0.77 160000 宏平均 0.77 0.77 0.77 160000 加权平均 0.77 0.77 0.77 160

使用神经网络的Twitter情绪分析 该回购库包含用于处理文本，工程师功能并使用神经网络执行情感分析的代码。 该项目使用LSTM训练数据，并达到79％的测试精度。 建立 安装python 安装pyenv来管理Python版本 brew install pyenv 使用此标志安装python CFLAGS="-I$(xcrun --show-sdk-path)/usr/include" pyenv install 3.7.2 获取代码 将仓库克隆到您的机器上 git clone https:/