为了显示代码的友好性，我会把代码的每一步运行的结果显示出来，让读者可以有一个直观的认识，了解每一步代码的意思，下面我会先以几条数据为例，让读者可以直观的认识每段代码执行出来的效果，文章末我会已一个大数据集实验，并且给出实验效果，读者可以参考

一、  首先，笔者的数据存放在两个excel,一个是存放的是pos评论，一个是neg评论。分别是poss.xlsx和negg.xlsx，里面的内容如下：

poss.xls的内容是：

neg.xls的内容是：

二、  然后，读入数据了，具体代码如下

importnumpy as npimportpandas as pdpos= pd.read_excel('poss.xlsx', header=None)#读入数据到pandas数据框架
pos['label'] = 1#添加标签列为1
neg= pd.read_excel('negg.xlsx', header=None)neg['label'] = 0#添加标签列为0
all= pos.append(neg, ignore_index=True)#合并预料

print(all) 这段代码运行的效果是这样的：

接下来是分词了

cw=lambda s: list(jieba.cut(s))#调用结巴分词
all['words'] = all[0].apply(cw)

print(all['words'])这段代码运行的效果是这样的：

把所有的词组成一个大的词典

all['words'] =all[0].apply(cw)
content=[]for i in all['words']:content.extend(i)
abc= pd.Series(content).value_counts()

给每个词一个固定的编号

abc[:] = range(1, len(abc)+1)
abc[''] =0
maxlen=10
defdoc2num(s, maxlen):s= [i for i in s if i inabc.index]s= s[:maxlen] + ['']*max(0, maxlen-len(s))returnlist(abc[s])
all['doc2num'] = all['words'].apply(lambda s: doc2num(s, maxlen))

结果如下：

打乱数据，并且生成keras的输入数据

idx =range(len(all))
np.random.shuffle(idx)
all=all.loc[idx]
x= np.array(list(all['doc2num']))
y= np.array(list(all['label']))
y= y.reshape((-1,1)) 

首先，我们看下x里面的数据形式，如下图：

接下来就是用keras搭建卷积神经网络模型了

model =Sequential()
model.add(Embedding(len(abc), embedding_vecor_length,input_length=maxlen))
model.add(Convolution1D(nb_filter=nb_filter,filter_length=filter_length,border_mode='valid',activation='relu'))
model.add(GlobalMaxPooling1D())model.add(Dense(128))
model.add(Dropout(0.2))
model.add(Activation('relu'))model.add(Dense(1))
model.add(Activation('sigmoid'))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])
model.fit(X_train, y_train,batch_size=batch_size,nb_epoch=nb_epoch,validation_data=(X_test, y_test))

最后就是对1000条积极评论和1000条消极评论的情感分类代码了，代码如下：

from __future__ importprint_functionimportjiebaimportpandas as pdimportnumpy as np
np.random.seed(1337)  #for reproducibilityfrom keras.preprocessing importsequencefrom keras.utils importnp_utilsfrom keras.models importSequentialfrom keras.layers importDense, Dropout, Activation, Flattenfrom keras.layers importEmbeddingfrom keras.layers importConvolution1D, GlobalMaxPooling1D
embedding_vecor_length= 32maxlen=200min_count=5batch_size= 32nb_epoch=10nb_filter=128filter_length= 3pos= pd.read_excel('poss.xls', header=None)
pos['label'] = 1neg= pd.read_excel('negg.xls', header=None)
neg['label'] =0
all= pos.append(neg, ignore_index=True)
cw=lambdas: list(jieba.cut(s))
all['words'] =all[0].apply(cw)
content=[]for i in all['words']:content.extend(i)
abc=pd.Series(content).value_counts()
abc[:]= range(1, len(abc)+1)
abc[''] =0
defdoc2num(s, maxlen):s= [i for i in s if i inabc.index]s= s[:maxlen] + ['']*max(0, maxlen-len(s))returnlist(abc[s])
all['doc2num'] = all['words'].apply(lambdas: doc2num(s, maxlen))
idx=range(len(all))
np.random.shuffle(idx)
all=all.loc[idx]
x= np.array(list(all['doc2num']))
y= np.array(list(all['label']))
y= y.reshape((-1,1))
train_num=1600X_train=x[:train_num]
y_train=y[:train_num]
X_test=x[train_num:]
y_test=y[train_num:]
model=Sequential()
model.add(Embedding(len(abc), embedding_vecor_length,input_length=maxlen))
model.add(Convolution1D(nb_filter=nb_filter,filter_length=filter_length,border_mode='valid',activation='relu'))
model.add(GlobalMaxPooling1D())model.add(Dense(128))
model.add(Dropout(0.2))
model.add(Activation('relu'))model.add(Dense(1))
model.add(Activation('sigmoid'))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])
model.fit(X_train, y_train,batch_size=batch_size,nb_epoch=nb_epoch,validation_data=(X_test, y_test))
score, acc= model.evaluate(X_test, y_test,verbose=0)print('Test score:', score)print('Test accuracy:', acc)print('Train...')model.fit(X_train, y_train, batch_size=batch_size,nb_epoch=nb_epoch,validation_data=(X_test, y_test))
score, acc= model.evaluate(X_test, y_test,verbose=0)print('Test score:', score)print('Test accuracy:', acc)

结果如下：