【NLP竞赛】——在线评论的细粒度分析(含代码)

小灰灰 2022-02-01 12:01 719阅读 0赞

### 一、前言 ###

在线评论的细粒度情感分析对于深刻理解商家和用户、挖掘用户情感等方面有至关重要的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐、智能搜索、产品反馈、业务安全等。此次博文所述的数据集，共包含6大类20个细粒度要素的情感倾向。根据标注的细粒度要素的情感倾向建立算法，对用户评论进行情感挖掘。[AI挑战赛简介][AI]

### 二、数据集 ###

1、下载地址：https://pan.baidu.com/s/1XklZuTCDhaTylIw4y3nPnw     提取码：u8i4

2、数据集说明

数据集分为训练、验证、测试A与测试B四部分。数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务、位置等要素；层次二为细粒度的情感对象，例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。评价对象的具体划分如下表所示。

<table> 
 <tbody> 
 <tr> 
 <td style="border-color:#000000;"> 层次一(The first layer) </td> 
 <td style="border-color:#000000;"> 层次二(The second layer) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 位置(location) </td> 
 <td style="border-color:#000000;"> 交通是否便利(traffic convenience) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 距离商圈远近(distance from business district) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 是否容易寻找(easy to find) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 服务(service) </td> 
 <td style="border-color:#000000;"> 排队等候时间(wait time) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 服务人员态度(waiter’s attitude) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 是否容易停车(parking convenience) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 点菜/上菜速度(serving speed) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 价格(price) </td> 
 <td style="border-color:#000000;"> 价格水平(price level) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 性价比(cost-effective) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 折扣力度(discount) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 环境(environment) </td> 
 <td style="border-color:#000000;"> 装修情况(decoration) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 嘈杂情况(noise) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 就餐空间(space) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 卫生情况(cleaness) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 菜品(dish) </td> 
 <td style="border-color:#000000;"> 分量(portion) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 口感(taste) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 外观(look) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 推荐程度(recommendation) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 其他(others) </td> 
 <td style="border-color:#000000;"> 本次消费感受(overall experience) </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 再次消费的意愿(willing to consume again) </td> 
 </tr> 
 </tbody> 
</table>

每个细粒度要素的情感倾向有四种状态：正向、中性、负向、未提及。使用\[1,0,-1,-2\]四个值对情感倾向进行描述，情感倾向值及其含义对照表如下所示：

<table> 
 <tbody> 
 <tr> 
 <td style="border-color:#000000;width:162px;"> 情感倾向值(Sentimental labels） </td> 
 <td style="border-color:#000000;width:176px;"> 1 </td> 
 <td style="border-color:#000000;width:156px;"> 0 </td> 
 <td style="border-color:#000000;width:142px;"> -1 </td> 
 <td style="border-color:#000000;width:213px;"> -2 </td> 
 </tr> 
 <tr> 
 <td style="width:162px;"> 含义（Meaning） </td> 
 <td style="width:176px;"> 正面情感(Positive) </td> 
 <td style="width:156px;"> 中性情感(Neutral) </td> 
 <td style="width:142px;"> 负面情感（Negative） </td> 
 <td style="border-color:#000000;width:213px;"> 情感倾向未提及（Not mentioned） </td> 
 </tr> 
 </tbody> 
</table>

**数据标注示例如下：**

“味道不错的面馆，性价比也相当之高，分量很足～女生吃小份，胃口小的，可能吃不完呢。环境在面馆来说算是好的，至少看上去堂子很亮，也比较干净，一般苍蝇馆子还是比不上这个卫生状况的。中午饭点的时候，人很多，人行道上也是要坐满的，隔壁的冒菜馆子，据说是一家，有时候也会开放出来坐吃面的人。“

<table> 
 <tbody> 
 <tr> 
 <td style="border-color:#000000;"> 层次一(The first layer) </td> 
 <td style="border-color:#000000;"> 层次二(The second layer) </td> 
 <td style="border-color:#000000;"> 标注 (Label) </td> 
 </tr> 
 <tr> 
 <td> 位置(location) </td> 
 <td style="border-color:#000000;"> 交通是否便利(traffic convenience) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 距离商圈远近(distance from business district) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 是否容易寻找(easy to find) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td> 服务(service) </td> 
 <td style="border-color:#000000;"> 排队等候时间(wait time) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 服务人员态度(waiter’s attitude) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 是否容易停车(parking convenience) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 点菜/上菜速度(serving speed) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td> 价格(price) </td> 
 <td style="border-color:#000000;"> 价格水平(price level) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 性价比(cost-effective) </td> 
 <td> 1 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 折扣力度(discount) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td> 环境(environment) </td> 
 <td style="border-color:#000000;"> 装修情况(decoration) </td> 
 <td> 1 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 嘈杂情况(noise) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 就餐空间(space) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 卫生情况(cleaness) </td> 
 <td> 1 </td> 
 </tr> 
 <tr> 
 <td> 菜品(dish) </td> 
 <td style="border-color:#000000;"> 分量(portion) </td> 
 <td> 1 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 口感(taste) </td> 
 <td> 1 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 外观(look) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 推荐程度(recommendation) </td> 
 <td> -2 </td> 
 </tr> 
 <tr> 
 <td> 其他(others) </td> 
 <td style="border-color:#000000;"> 本次消费感受(overall experience) </td> 
 <td> 1 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> 再次消费的意愿(willing to consume again) </td> 
 <td> -2 </td> 
 </tr> 
 </tbody> 
</table>

3、结果说明

根据训练的模型对测试集的6大类20个的细粒度要素的情感倾向进行预测，提交预测结果，预测结果使用\[-2,-1,0,1\]四个值进行描述，返回的结果保存为csv文件。格式如下：

<table> 
 <tbody> 
 <tr> 
 <td style="border-color:#000000;"> id </td> 
 <td style="border-color:#000000;"> content </td> 
 <td style="border-color:#000000;"> location_traffic_ convenience </td> 
 <td style="border-color:#000000;"> location_distance_ from_business_district </td> 
 <td style="border-color:#000000;"> location_easy _to_find </td> 
 <td style="border-color:#000000;"> ...... </td> 
 </tr> 
 <tr> 
 <td> Give a label </td> 
 <td> Give a label </td> 
 <td> Give a label </td> 
 <td style="border-color:#000000;"> ...... </td> 
 </tr> 
 </tbody> 
</table>

标注字段说明：

<table> 
 <tbody> 
 <tr> 
 <td style="border-color:#000000;"> location_traffic_ convenience </td> 
 <td style="border-color:#000000;"> location_distance_from_ business_district </td> 
 <td style="border-color:#000000;"> location_easy_ to_find </td> 
 <td style="border-color:#000000;"> service_ wait_time </td> 
 </tr> 
 <tr> 
 <td> 位置-交通是否便利 </td> 
 <td> 位置-距离商圈远近 </td> 
 <td> 位置-是否容易寻找 </td> 
 <td style="border-color:#000000;"> 服务-排队等候时间 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> service_waiters_ attitude </td> 
 <td style="border-color:#000000;"> service_parking_ convenience </td> 
 <td style="border-color:#000000;"> service_serving_ speed </td> 
 <td style="border-color:#000000;"> environment_noise </td> 
 </tr> 
 <tr> 
 <td> 服务-服务人员态度 </td> 
 <td> 服务-是否容易停车 </td> 
 <td> 服务-点菜/上菜速度 </td> 
 <td style="border-color:#000000;"> 价格-价格水平 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> price_cost_ effective </td> 
 <td style="border-color:#000000;"> price_discount </td> 
 <td style="border-color:#000000;"> environment_ decoration </td> 
 <td style="border-color:#000000;"> environment_noise </td> 
 </tr> 
 <tr> 
 <td> 价格-性价比 </td> 
 <td> 价格-折扣力度 </td> 
 <td> 环境-装修情况 </td> 
 <td style="border-color:#000000;"> 环境-嘈杂情况 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> environment_space </td> 
 <td style="border-color:#000000;"> environment_ cleaness </td> 
 <td style="border-color:#000000;"> dish_portion </td> 
 <td style="border-color:#000000;"> dish_taste </td> 
 </tr> 
 <tr> 
 <td> 环境-就餐空间 </td> 
 <td> 环境-卫生情况 </td> 
 <td> 菜品-分量 </td> 
 <td style="border-color:#000000;"> 菜品-口感 </td> 
 </tr> 
 <tr> 
 <td style="border-color:#000000;"> dish_look </td> 
 <td style="border-color:#000000;"> dish_recommendation </td> 
 <td style="border-color:#000000;"> others_overall_ experience </td> 
 <td style="border-color:#000000;"> others_willing_to_ consume_again </td> 
 </tr> 
 <tr> 
 <td> 菜品-外观 </td> 
 <td> 菜品-推荐程度 </td> 
 <td> 其他-本次消费感受 </td> 
 <td style="border-color:#000000;"> 其他-再次消费的意愿 </td> 
 </tr> 
 </tbody> 
</table>

### 三、模型 ###

**(一)** **baseline**

标准的baseline，用的是支撑向量机的方法。调用sklearn封装好的接口，scikit-learn中所有分类器做多类别分类是开箱即用的，实现较为简单。代码如下：

import pandas as pd
    import numpy as np
    from sklearn.feature_extraction.text import TfidfVectorizer
    from sklearn.svm import SVC
    import sys
    from sklearn.metrics import f1_score
    import jieba
    from sklearn.multiclass import OneVsRestClassifier
    def segmentWord(cont):
        c = []
        for i in cont:
           a = list(jieba.cut(i))
           b = " ".join(a)
           c.append(b)
        return c
    
    def readData(d_train ,d_valid, d_test):
        print("训练样本 = %d" % len(d_train))
        print("验证样本 = %d" % len(d_valid))
        print("测试样本 = %d" %len(d_test))
        content_train=segmentWord(d_train['content'])
        content_valid=segmentWord(d_valid['content'])
        content_test=segmentWord(d_test['content'])
    
        vectorizer = TfidfVectorizer(analyzer='word',min_df=3,token_pattern=r"(?u)\b\w\w+\b")
    features = vectorizer.fit_transform(content_train)
    print("训练样本特征表长度为 " + str(features.shape))
        # print(vectorizer.get_feature_names()) #特征名展示
        valid_features = vectorizer.transform(content_valid)
        print("验证样本特征表长度为 "+ str(valid_features.shape))
        test_features = vectorizer.transform(content_test)
        print("测试样本特征表长度为 "+ str(test_features.shape))
        data=[d_train,d_valid,d_test,features,valid_features,test_features]
        return data
    def svm_model(data):
        print("--------------------------------------")
        print("Start training SVM")
        d_train,d_valid,d_test,features,valid_features,test_features=data
        columns = d_train.columns.values.tolist()
        f1=0
        for col in columns[3:]:
            print(col)
            lb_train=d_train[col]
            lb_valid=d_valid[col]
            svmmodel =SVC(C=10,kernel= "linear",degree=3)
            svmmodel.fit(features , lb_train)
            preds=svmmodel.predict(valid_features)
            ff=f1_score(lb_valid, preds, average='macro')
            print('f1=%s'%ff)
            f1+=ff
            d_test[col]=svmmodel.predict(test_features)
        d_test.to_csv('result/predict.csv')
        print('ave_f1=%s'%(f1/20))
        print('predict file result/predict.csv')
    if __name__=='__main__':
        d_train=pd.read_csv('./data/trainingset.csv',encoding="utf_8")# 训练数据集
        d_valid=pd.read_csv('./data/validationset.csv',encoding="utf_8")    d_test=pd.read_csv('./data/testset.csv',encoding="utf_8")# 测试数据集
        data=readData(d_train ,d_valid, d_test) #读取数据
        svm_model(data)

**(二) ****scikit-learn****多分类器**

scikit-learn中所有分类器做多类别分类是开箱即用的。Sklearn中自带多类别统计信息如下：

sklearn.naive_bayes.BernoulliNB 
    sklearn.tree.DecisionTreeClassifier 
    sklearn.tree.ExtraTreeClassifier 
    sklearn.ensemble.ExtraTreesClassifier 
    sklearn.naive_bayes.GaussianNB 
    sklearn.neighbors.KNeighborsClassifier 
    sklearn.semi_supervised.LabelPropagation 
    sklearn.semi_supervised.LabelSpreading 
    sklearn.discriminant_analysis.LinearDiscriminantAnalysis 
    sklearn.svm.LinearSVC (setting multi_class=”crammer_singer”) 
    sklearn.linear_model.LogisticRegression (setting multi_class=”multinomial”) 
    sklearn.linear_model.LogisticRegressionCV (setting multi_class=”multinomial”) 
    sklearn.neural_network.MLPClassifier 
    sklearn.neighbors.NearestCentroid 
    sklearn.discriminant_analysis.QuadraticDiscriminantAnalysis 
    sklearn.neighbors.RadiusNeighborsClassifier 
    sklearn.ensemble.RandomForestClassifier 
    sklearn.linear_model.RidgeClassifier 
    sklearn.linear_model.RidgeClassifierCV

**2.1  支撑向量机版本2(SVM2)**

\#核心代码

from sklearn.multiclass import OneVsRestClassifier
    svmmodel =OneVsRestClassifier(SVC(C=10,kernel= "linear",degree=3))

*  C越大，相当于惩罚松弛变量，希望松弛变量接近0，即对误分类的惩罚增大，趋向于对训练集全分对的情况，这样对训练集测试时准确率很高，但泛化能力弱。C值小，对误分类的惩罚减小，允许容错，将他们当成噪声点，泛化能力较强。**C****默认是****1.0**
 *  kernel ：核函数，默认是rbf，可以是‘linear’, ‘poly’, ‘rbf’, ‘sigmoid’, ‘precomputed’
 *  degree ：多项式poly函数的维度，默认是3，选择其他核函数时会被忽略

**2.2  随机森林(RandomForest)**

\#核心代码

RandomForestmodel = RandomForestClassifier(n_estimators=100, max_depth=20,random_state=0)

*  n\_estimators: 也就是弱学习器的最大迭代次数，或者说最大的弱学习器的个数。一般来说n\_estimators太小，容易欠拟合，n\_estimators太大，计算量会太大，并且n\_estimators到一定的数量后，再增大n\_estimators获得的模型提升会很小，所以一般选择一个适中的数值。默认是100。
 *  max\_depth：决策树最大深度

**2.3 DTtree**

\#核心代码

DTmodel = tree.DecisionTreeClassifier(criterion='entropy', max_depth=None,min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0,max_features=None, random_state=None, max_leaf_nodes=None,min_impurity_decrease=0.0, min_impurity_split=None, class_weight=None, presort=False)

*  criterion：表示在基于特征划分数据集合时，选择特征的标准。默认是’gini‘，即'Gini impurity'(Gini不纯度)，

还可以是criterion=‘entropy‘。

*  min\_samples\_split：int，float，optional(default=2)，表示在分解内部结点时最少的样本数。
 *  min\_samples\_leaf->int，float，optional(default=1)，表示每个叶结点最小的样本数目。

**2.4 朴素贝叶斯Naive\_Bayes**

\#核心代码

NBmodel = naive_bayes.BernoulliNB(alpha=0.1, binarize=0.0, class_prior=None, fit_prior=True)

*  alpha：平滑参数
 *  fit\_prior：是否要学习类的先验概率；false-使用统一的先验概率
 *  class\_prior: 是否指定类的先验概率；若指定则不能根据参数调整
 *  binarize: 二值化的阈值，若为None，则假设输入由二进制向量组成

**2.5集成学习 AdaBoost**

AdaBoostClassifier(base_estimator=None, n_estimators=100, learning_rate=1.0, algorithm='SAMME.R', random_state=None)

*  base\_estimator:基分类器，默认是决策树，在该分类器基础上进行boosting，理论上可以是任意一个分类器，但是如果是其他分类器时需要指明样本权重。
 *  n\_estimators:基分类器提升（循环）次数，默认是50次，这个值过大，模型容易过拟合；值过小，模型容易欠拟合。
 *  learning\_rate:学习率，表示梯度收敛速度，默认为1，如果过大，容易错过最优值，如果过小，则收敛速度会很慢；该值需要和n\_estimators进行一个权衡，当分类器迭代次数较少时，学习率可以小一些，当迭代次数较多时，学习率可以适当放大。
 *  algorithm:boosting算法，也就是模型提升准则，有两种方式SAMME, 和SAMME.R两种，默认是SAMME.R，两者的区别主要是弱学习器权重的度量，前者是对样本集预测错误的概率进行划分的，后者是对样本集的预测错误的比例，即错分率进行划分的，默认是用的SAMME.R。
 *  random\_state:随机种子设置。
 *  关于Adaboost模型本身的参数并不多，但是我们在实际中除了调整Adaboost模型参数外，还可以调整基分类器的参数，关于基分类的调参，和单模型的调参是完全一样的，比如默认的基分类器是决策树，那么这个分类器的调参和我们之前的Sklearn参数详解——决策树是完全一致。

**2.6  集成学习XgBoost**

\#核心代码

xgb.XGBClassifier(max_depth=10, learning_rate=0.1, n_estimators=60, silent=True, objective='multi:softmax')

*  max\_depth——含义：树的深度，默认值为6，典型值3-10,值越大，越容易过拟合；值越小，越容易欠拟合。
 *  learning\_rate——含义：学习率，控制每次迭代更新权重时的步长，默认0.3。值越小，训练越慢。

典型值为0.01-0.2

*  n\_estimatores——总共迭代的次数，即决策树的个数。
 *  silent——silent=0时，不输出中间过程（默认），silent=1时，输出中间过程.

**2.7 多层感知机(MLP)**

\#核心代码

MLPmodle = MLPClassifier(activation='relu', solver='lbfgs', alpha=0.01)

*  activation :激活函数,\{‘identity’, ‘logistic’, ‘tanh’, ‘relu’\}, 默认relu
 *  alpha :float,可选的，默认0.0001,正则化项参数
 *   solver： \{‘lbfgs’, ‘sgd’, ‘adam’\}, 默认adam，用来优化权重

- lbfgs：quasi-Newton方法的优化器

- sgd：随机梯度下降

- adam： Kingma, Diederik, and Jimmy Ba提出的机遇随机梯度的优化器

注意：默认solver ‘adam’在相对较大的数据集上效果比较好（几千个样本或者更多），对小数据集来说，lbfgs收敛更快效果也更好。

### 四、实验运行结果 ###

1、实验环境

服务器类型：普通服务器(PC机)

操作系统：Ubuntu 16.04.5 LTS

Python版本：python 3.6.3

2、各模型实验结果汇总

<table> 
 <tbody> 
 <tr> 
 <td style="vertical-align:top;"> 序号 </td> 
 <td style="vertical-align:top;"> 模型分类 </td> 
 <td style="vertical-align:top;width:95.7pt;"> 模型 </td> 
 <td style="vertical-align:top;width:70.9pt;"> f1_ave </td> 
 <td style="vertical-align:top;width:106.3pt;"> Cost time </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 1 </td> 
 <td style="vertical-align:top;"> SVM </td> 
 <td style="vertical-align:top;width:95.7pt;"> SVM baseline </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.41 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 01:05:21 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 2 </td> 
 <td style="vertical-align:top;width:95.7pt;"> SVM2 </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.45 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 01:54:15 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 3 </td> 
 <td style="vertical-align:top;"> 随机森林 </td> 
 <td style="vertical-align:top;width:95.7pt;"> RandomForest </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.24 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 00:02:14 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 4 </td> 
 <td style="vertical-align:top;"> DT树 </td> 
 <td style="vertical-align:top;width:95.7pt;"> DTree </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.42 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 00:04:26 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 5 </td> 
 <td style="vertical-align:top;"> 朴素贝叶斯(概率模型) </td> 
 <td style="vertical-align:top;width:95.7pt;"> Naive_Bayes </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.39 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 00:01:30 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 6 </td> 
 <td style="vertical-align:top;"> 集成学习 </td> 
 <td style="vertical-align:top;width:95.7pt;"> Adaboost </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.44 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 00:08:26 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 7 </td> 
 <td style="vertical-align:top;width:95.7pt;"> SVM&amp;Adaboost </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.46 </td> 
 <td style="vertical-align:top;width:106.3pt;"> &nbsp; 00:29:13&nbsp; </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 8 </td> 
 <td style="vertical-align:top;width:95.7pt;"> Xgboost </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.47 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 00:40:31 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;"> 9 </td> 
 <td style="vertical-align:top;"> 多层感知机(神经网络) </td> 
 <td style="vertical-align:top;width:95.7pt;"> MLP </td> 
 <td style="vertical-align:top;width:70.9pt;"> 0.46 </td> 
 <td style="vertical-align:top;width:106.3pt;"> 00:29:55 </td> 
 </tr> 
 </tbody> 
</table>

### 五、参考资料 ###

【开源代码】

TOP1. 冠军解决方案：  
1） [AI Challenger 2018 冠军 PPT 分享---细粒度情感分析赛道][AI Challenger 2018 _ PPT _---]  
2） 代码：[https://github.com/chenghuige/wenzheng/tree/master/projects/ai2018/sentiment][https_github.com_chenghuige_wenzheng_tree_master_projects_ai2018_sentiment]

TOP2. 亚军解决方案：  
[AI Challenger2018情感分析赛道亚军PPT分享][AI Challenger2018_PPT]

TOP4. 决赛第4名解决方案：  
[AI Challenger 2018 第4名PPT分享---细粒度情感分析赛道][AI Challenger 2018 _4_PPT_---]

TOP16 解决方案

代码: [https://github.com/xueyouluo/fsauor2018][https_github.com_xueyouluo_fsauor2018]

TOP17解决方案

代码：[https://github.com/BigHeartC/Al\_challenger\_2018\_sentiment\_analysis][https_github.com_BigHeartC_Al_challenger_2018_sentiment_analysis]

解析：[https://blog.csdn.net/xiayangmian4130/article/details/86185983][https_blog.csdn.net_xiayangmian4130_article_details_86185983]

【参考文章】

1、sklearn官方文档地址：[https://scikit-learn.org/stable/][https_scikit-learn.org_stable]

2、sklearn中文文档：[http://sklearn.apachecn.org/\#/docs/13][http_sklearn.apachecn.org_docs_13]

2、[Python机器学习笔记：sklearn库的学习][Python_sklearn]

[AI]: https://baijiahao.baidu.com/s?id=1615945707121406084&wfr=spider&for=pc
[AI Challenger 2018 _ PPT _---]: https://mp.weixin.qq.com/s/W0PhbE8149nD3Venmy33tw
[https_github.com_chenghuige_wenzheng_tree_master_projects_ai2018_sentiment]: https://github.com/chenghuige/wenzheng/tree/master/projects/ai2018/sentiment
[AI Challenger2018_PPT]: https://mp.weixin.qq.com/s/SycD5rGNeK5NwYwfmgCKoA
[AI Challenger 2018 _4_PPT_---]: https://mp.weixin.qq.com/s/J6jPxIToPJsA7aSb7wzIuQ
[https_github.com_xueyouluo_fsauor2018]: https://github.com/xueyouluo/fsauor2018
[https_github.com_BigHeartC_Al_challenger_2018_sentiment_analysis]: https://github.com/BigHeartC/Al_challenger_2018_sentiment_analysis
[https_blog.csdn.net_xiayangmian4130_article_details_86185983]: https://blog.csdn.net/xiayangmian4130/article/details/86185983
[https_scikit-learn.org_stable]: https://scikit-learn.org/stable/
[http_sklearn.apachecn.org_docs_13]: http://sklearn.apachecn.org/#/docs/13
[Python_sklearn]: https://www.cnblogs.com/wj-1314/p/10179741.html