/Rotten-Tomatoes

华中科技大学 Python 大数据与人工智能实践作业

Primary LanguagePython

Rotten-Tomatoes

烂番茄电影评论打分

华中科技大学 Python大数据与人工智能实践作业

参考了 https://www.kaggle.com/code/yuanhuanyu/bert-tiny-sentiment-analysis-on-movie-review 等代码

数据集

https://www.kaggle.com/c/sentiment-analysis-on-movie-reviews/data

项目模块结构

代码仓库结构：

.
└── Rotten-Tomatoes
    ├── data                   # 数据集
    ├── docs                   # 作业要求
    ├── images                 # 文档中的图片
    ├── README.md              # 说明文档
    ├── src                    # 代码
    └── visual                 # 可视化

src 目录代码模块依赖结构：

.
├── tomato.py
│   ├── classifier.py
│   └── dataset.py
└── test.py

tomato.py 用于训练和验证数据集，它依赖于 dataset 和 classifier 这两个模块：

  • dataset - 数据集，用于简化对数据的操作，并利用 BertTokenizer 对其进行分词。
  • classifier - 分类器，使用 BERT 模型对评论进行分类。
$ cd src
$ python tomato.py                              # 训练和验证

test.py 则利用已经训练保存的模型 bert.model 对输入的新评论进行打分预测，例如：

$ python test.py "I think it's pretty good!"    # 试试新评论

准确度

重复三次“训练集/验证集划分、训练、测试”，三次的平均准确率为 0.678 ：

bar

运行 30 个 Epoch 的 Loss 和 Accuracy 曲线：

Loss Accuracy

实验报告

实验报告及其 MarkDown 格式文档在 report/ 路径下，感谢 woolen-sheep 的 md2report 🙏 。