BUPTLdy/Sentiment-Analysis

해결하는 문제

이 프로젝트는 중국어 제품 리뷰의 감정을 긍정 또는 부정으로 분류하는 시스템을 제공합니다. 초기 감성 분석 기술의 역사적 기록이자, 감성 분류를 위한 현대적이고 재현 가능한 베이스라인으로서의 역할을 합니다.

작동 방식

이 프로젝트는 두 가지 주요 구현 경로를 제공합니다:

1. 현대 베이스라인: Python 3 호환 CLI 도구로, 중국어 단어 분할 사전 없이 문자 수준의 TF-IDF(Term Frequency-Inverse Document Frequency)로 텍스트를 표현하고, 분류에 Linear SVM(Support Vector Machine)을 사용합니다.
2. 레거시 구현: Word2Vec 임베딩을 사용한 역사적 코드로, RBF SVM 또는 Keras LSTM 네트워크(파이썬 2.7 및 TensorFlow 1용으로 설계됨)를 활용합니다.

대상 사용자

간단하고 재현 가능한 중국어 감성 분석 베이스라인을 찾는 개발자 및 학생, 또는 Word2Vec/LSTM에서 TF-IDF/SVM으로의 감성 분류 방법의 진화를 연구하는 사람.

주요 특징

• 사전 없음: 현대 구현은 문자 수준의 TF-IDF를 사용하여 외부 중국어 분할 도구에 대한 의존성을 제거합니다.
• 재현 가능성: 고정된 난수 시드를 사용해 훈련 및 예측을 수행하는 CLI를 포함하여 일관된 평가가 가능합니다.
• 역사적 맥락: 연구 및 비교 목적을 위해 레거시 구현을 보존합니다.
• 메타데이터 추적: 모델과 함께 훈련 시간, 데이터 양, 정확도 메트릭을 저장합니다.