tf2-rnn-emotional-classifier

这是一个基于 TensorFlow2 + RNN 的情感分析Demo,数据集使用的是新浪微博的情感标注数据集，共约10万条，其中正负向评论各约5万条。

数据集来自于 InsaneLife/ChineseNLPCorpus 的收集。

我的计算设备是笔记本上的 GTX 1060 6G，当选择batch size=32时，训练完一个epoch耗时约125s。

如下是训练4个epoch的模型性能参数：

数据集	准确率(Accuracy)	精确率(Precision)	召回率(Recall)	F1 Score
训练集	0.9759	0.9904	0.9610	0.9746
开发集(验证集)	0.9732	0.9858	0.9605	0.9722
测试集	0.9753	0.9866	0.9634	0.9740

数据集划分比例为：

数据集	比例
训练集	0.75
开发集	0.15
验证集	0.15

快速开始

我的Python环境是Linux下使用Anaconda安装的，所以请根据自己的实际情况，自行判断是否需要将下面命令中的python和pip替换成python3和pip3。

1.如何训练模型？

• clone项目到本地。
• 下载数据集。
• 在tf2-rnn-emotional-classifier路径下，执行命令pip install -r requirements.txt
• 在settings.py中配置好相关路径，并根据个人情况配置好其他参数。
• 在tf2-rnn-emotional-classifier路径下，执行命令python train.py。