《智能系统与技术丛书 生成对抗网络入门指南》—2.3.3Keras实例：文本情感分析

2.3.3　Keras实例：文本情感分析

       本小节中我们通过学习Keras官方的一个实例来熟悉一下Keras的使用方法。

       情感分析是自然语言处理领域的研究热点，也是一项非常实用的技术，可以利用这项技术来分析用户在互联网上的观点和态度，同时也可以分析企业或商品在互联网上的口碑。

       在深度学习中，循环神经网络（RNN）是处理像文本这样的序列模型的最好方式，但传统的RNN存在的问题是，当序列变长后RNN无法记住之前的重要信息，并且会存在梯度消失的问题。为了解决上述问题，研究者提出了一种长短期记忆网络（LSTM），这也是目前业内处理文本序列非常流行的一种模型（见图2-14）。

图2-14　LSTM网络结构示意图

       Keras官方已经为大家准备好了LSTM模型的API，并且提供了IMDB影评数据集，其中包含了评论内容和打分。下面我们来看看如何使用Keras解决情感分析的问题。

       首先我们需要准备好数据，选择最常用的20000个词作为特征数据，并将数据分为训练集和测试集。对于文本数据这里需要做一下长度统一，设置最大长度为80个词，如果超过则截断，小于则补零。

from keras.preprocessing import sequence

from keras.datasets import imdb

max_features = 20000

maxlen = 80

(x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=max_features)

x_train = sequence.pad_sequences(x_train, maxlen=maxlen)

x_test = sequence.pad_sequences(x_test, maxlen=maxlen)

       数据处理完成后就可以搭建模型了。首先使用嵌入层作为模型的第一层，将输入的20000维的文字向量转换为128维的稠密向量。接着就需要利用LSTM模型对文本序列进行深度学习训练。最终使用全连接层加上Sigmoid激活函数作为最终的判断输出。搭建完毕还需要为模型设置编译的损失函数和优化器。

model = Sequential()

model.add(Embedding(max_features, 128))

model.add(LSTM(128, dropout=0.2, recurrent_dropout=0.2))

model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',

              optimizer='adam',

              metrics=['accuracy'])

       然后就可以训练和评估情感分析的模型了。在Keras的帮助下，通过简单的几步就可以完成基于深度学习的文本情感分析任务。

model.fit(x_train, y_train,

          batch_size=batch_size,

          epochs=15,

          validation_data=(x_test, y_test))

score, acc = model.evaluate(x_test, y_test,

                            batch_size=batch_size)

print('Test score:', score)

print('Test accuracy:', acc)

       在使用Keras框架训练完成模型以后，可以通过Keras的save方法将模型保存下来。如果想将其投入到生产环境中为互联网用户提供即时的网页服务，可以使用Flask等Python的Web工具将模型用于搭建Web应用。