《自然語言處理技術(shù)》代碼42所示。代碼STYLEREF1\s4SEQ代碼\*ARABIC\s12讀取數(shù)據(jù)并進行預(yù)處理#讀取商品評論數(shù)據(jù)集data=pd.read_csv("../data/商品評論數(shù)據(jù).csv")print('原始數(shù)據(jù)為(部分)：\n',data.head())#提取評論和標簽（滿意：1，不滿意：0）comments=data['content']labels=data['score']#清洗評論數(shù)據(jù)defclean_text(text):returnre.sub("[\s+\.\!\/_,$%^*(+\"\']+|[+——！，。？、~@#￥%……&*（）：；《）《》“”’‘[\]]","",text)clean_comments=comments.apply(clean_text)#對清洗后的評論進行分詞seg_comments=clean_comments.apply(lambdax:"".join(jieba.cut(x)))print('清洗后的評論分詞(部分)：\n',seg_comments.head())運行REF_Ref97535682\h代碼42，得到數(shù)據(jù)預(yù)處理結(jié)果如下。原始數(shù)據(jù)為(部分)：sku_id_iditem_namecomment_id\0753411303b51aa9-2b5e-41c3-a40b-343164a1d23acomment118017511731753411303b51aa9-2b5e-41c3-a40b-343164a1d23acomment115253581402753411303b51aa9-2b5e-41c3-a40b-343164a1d23acomment1178768131138240587082df194-97f0-425e-85ac-8596344114e6comment1172661355245942439dce41ae6-aed6-480e-a4e2-705dfb515c71comment11795202075contentcreation_time\0還可以刷臉解鎖，幫朋友買的，她很滿意2018-08-1312:24:591第一次買vivo，真心不錯，1498的機子，沒想到照相很清晰，性價比很高，買值了，還送了小音...2018-05-2717:49:172手機好用快遞送的快。2018-08-0907:17:373手機收到。外觀設(shè)計很好！美觀大方。我喜歡！一直使用華為手機。從榮耀七，榮耀八，榮耀九。反正一...2018-07-2113:29:444收到了，挺好的，聲音大，電池大，好用發(fā)貨速度快，非常滿意，好好好。2018-08-1111:51:26reply_countscoreuseful_vote_countuseless_vote_count...\00500...175190...20500...34580...40500...user_provincenicknameuser_level_nameuser_clientuser_client_show\0NaNk***0PLUS會員2來自京東iPhone客戶端1NaN呢***吶PLUS會員4來自京東Android客戶端2NaNV***c銀牌會員4來自京東Android客戶端3NaN8***3金牌會員4來自京東Android客戶端4NaN勇***來鉆石會員4來自京東Android客戶端is_mobiledaysreference_timeafter_daysafter_user_comment01.04.02018-08-0913:38:150.0NO_MESSAGE11.05.02018-05-2209:32:370.0NO_MESSAGE21.03.02018-08-0618:45:590.0NO_MESSAGE31.01.02018-07-2006:14:020.0NO_MESSAGE41.02.02018-08-0915:02:190.0NO_MESSAGE[5rowsx21columns]清洗后的評論分詞(部分)：0還可以刷臉解鎖幫朋友買的她很滿意1第一次買vivo真心不錯1498的機子沒想到照相很清晰性價比很高...2手機好用快遞送的快3手機收到外觀設(shè)計很好美觀大方我喜歡一直使用華為手機從榮耀七榮耀...4收到了挺好的聲音大電池大好用發(fā)貨速度快非常滿意好好好Name:content,dtype:object提取文本特征使用TF-IDF算法對文本數(shù)據(jù)進行特征提取，如REF_Ref98942649\h代碼43所示。代碼STYLEREF1\s4SEQ代碼\*ARABIC\s13提取文本特征#創(chuàng)建TfidfVectorizer對象，用于將文本轉(zhuǎn)換為TF-IDF表示vectorizer=TfidfVectorizer()#使用vectorizer的fit_transform方法將分詞后的評論轉(zhuǎn)換為TF-IDF特征矩陣X=vectorizer.fit_transform(seg_comments)#將標簽數(shù)據(jù)（labels）轉(zhuǎn)換為NumPy數(shù)組并存儲在變量y中y=labels.valuesprint('TF-IDF詞向量矩陣形狀為:\n',X.shape)運行REF_Ref98942649\h代碼43，得到TF-IDF詞向量矩陣形狀如下。TF-IDF詞向量矩陣形狀為:(3637,8421)劃分訓練集和測試集將特征矩陣X和標簽向量y分割成訓練集和測試集，如REF_Ref98521257\h代碼44所示。代碼STYLEREF1\s4SEQ代碼\*ARABIC\s14劃分訓練集和測試集#X_train,X_test,y_train,y_test這些變量分別用于存儲訓練集特征、測試集特征、訓練集標簽和測試集標簽X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=42)構(gòu)建模型并評估性能構(gòu)建基于樸素貝葉斯分類器的商品滿意度分類模型，對測試集進行預(yù)測，并計算準確率，如REF_Ref133789439\h代碼45所示。代碼STYLEREF1\s4SEQ代碼\*ARABIC\s15構(gòu)建模型并評估性能#使用MultinomialNB構(gòu)建滿意度分類模型model=MultinomialNB()model.fit(X_train,y_train)#在測試集上進行預(yù)測y_pred=model.predict(X_test)#計算準確率accuracy=accuracy_score(y_test,y_pred)print("模型準確率：",accuracy)運行REF_Ref133789439\h代碼45，得到模型準確率如下。模型準確率：0.9532967032967034預(yù)測結(jié)果展示輸出預(yù)測結(jié)果和實際標簽的對比，展示模型預(yù)測的效果，如REF_Ref133792104\h代碼46所示。代碼STYLEREF1\s4SEQ代碼\*ARABIC\s16預(yù)測結(jié)果展示#輸出預(yù)測的前10條評論結(jié)果和實際標簽foriinrange(10):print("原評論：",comments[i])print("預(yù)測滿意度：","滿意"ify_pred[i]==1else"不滿意")print("實際滿意度：","滿意"ify_test[i]==1else"不滿意")print()運行REF_Ref133792104\h代碼46，得到模型預(yù)測部分結(jié)果如下。原評論：還可以刷臉解鎖，幫朋友買的，她很滿意預(yù)測滿意度：5實際滿意度：5原評論：第一次買vivo，真心不錯，1498的機子，沒想到照相很清晰，性價比很高，買值了，還送了小音響，用了，真不錯，機子貼膜都貼好了，不用自己單貼膜，拿起來就用，系統(tǒng)也不錯，很快，國產(chǎn)的品牌真挺不錯的。預(yù)測滿意度：5實際滿意度：5原評論：手機好用快遞送的快。預(yù)測滿意度：5實際滿意度：5原評論：手機收到。外觀設(shè)計很好！美觀大方。我喜歡！一直使用華為手機。從榮耀七，榮耀八，榮耀九。反正一出新機就想換。榮耀十就想換。一直考慮。看見這款機挺心動！現(xiàn)在手里的榮耀七，榮耀八。想不出處理辦法！有不敢隨便處理。怕高手把里面資料回復(fù)。留在手里也不是辦法。給人也不敢。如果有好的方法！介紹個！預(yù)測滿意度：5實際滿意度：5原評論：收到了，挺好的，聲音大，電池大，好用發(fā)貨速度快，非常滿意，好好好。預(yù)測滿意度：5實際滿意度：5原評論：本來覺得雙十一還會便宜的，想不到和11月初的價格差不多，想想還是感覺入手了，早買早享受。我的5s也該退休了，16G的內(nèi)存完全不夠用。值得表揚的是快遞真的太快了，雙十一買的，12號下午就到了。然后玩了一晚上，機子運行速度挺快，不過有些網(wǎng)上傳的小問題，出現(xiàn)了兩次開機閃屏的現(xiàn)象，后來就好了，不影響機子運行。打電話有輕微電流聲，可以接受。整天感覺還行，等用段時間在看看。預(yù)測滿意度：5實際滿意度：5原評論：沒有真正意義上的窄邊框，不過已經(jīng)不錯了，手機流暢，另外還有51G空間可用，同時試了下近距拍攝，我的發(fā)毛清晰可見預(yù)測滿意度：5實際滿意度：5原評論：幻