【文件属性】：
文件名称：Amazon-Reviews-Text-Summarizatio:使用LSTM Bi-GRU对文本评论进行分类
文件大小：1KB
文件格式：ZIP
更新时间：2021-04-01 01:34:24
亚马逊评论文本摘要
使用LSTM Bi-GRU对文本评论进行分类
消费者根据较早购买相应产品的同行客户提供的评论从网上购买产品。 人们很难阅读整个评论，然后做出特定决定，在这种情况下，总结评论对客户非常有用。 为了解决此问题，可以使用一种称为“文本汇总”的方法。 文本摘要是一种总结很长内容的技术，其中概述了要点，这些要点给出了整个内容的概念。 在这里，我们将全球数百万用户提供的文本数据分为积极，消极和中立等类别，还涉及用户对在线特定产品的情绪和意图。 我们使用一种称为定点分析的文本摘要技术。
执行
首先对数据进行清理和预处理。 然后将整个数据集分为训练和测试数据。 LSTM是一种人工递归神经网络（RNN）架构，用于捕获长期依赖关系。 双向GRU是一种双向递归神经网络，仅具有输入门和忘记门。 它允许使用来自先前时间步长和后续时间步长的信息来做出有关当前状态的预测。 预处理数据通过Bi-GR
【文件预览】：
Amazon-Reviews-Text-Summarizatio-main
----README.md(1KB)