亚马逊商城服装商品评论的情感分析

实验目的

本实验使用网络开源的亚马逊商城服装评论数据库，实现针对评论的正负向情感分析。该实验采用Azure数据科学虚拟机作为训练环境，使用预装的Keras和Cognitive Toolkit作为开发环境，向读者展示了如何通过Azure的AI服务实现深度学习场景(Bidirectional LSTM)。

实验环境

• Azure数据科学虚拟机: NC6型; Windows Server 2016系统
• Keras 2.0.8
• Cognitive Toolkit 2.2
• Anaconda Python 2.7 with CUDA 8.0

1. 虚拟机准备

1. 创建Azure 数据科学虚拟机 在全球版Azure的管理门户上找到Azure数据科学虚拟机，开始创建。注意选择Windows 2016系统，HDD磁盘类型，NC6型号虚拟机。

​ 2) 访问Azure数据科学虚拟机 创建成功后，通过点击Connect按钮，连接虚拟机。

2. 训练环境配置

1. 配置Keras的后台为CNTK。通过运行下面的python代码来找到.keras文件夹及keras配置文件keras.json的位置,将backend这一项的值改成cntk。有两个可能的位置，一个是c:\users\username\.keras，一个是c:\Windows\system32\config\systemprofile\.keras

import os
print(os.path.expanduser('~'))

2. 如果使用Jupyter Notebook，选择cntk-py34这个环境运行。

3. 如果直接使用Python环境，在c:\Anaconda\envs下面运行activate py35，启动虚拟环境。

数据说明

数据是来自亚马逊电商服装区的商品评论，存储在data_clothing.csv文件中，包括英文文本评论，及对应的情感标签，正向为1，负向为0。

参考来源

• https://github.com/thenomemac/IMDB-LSTM-Tutorial
• https://github.com/asanilta/amazon-sentiment-keras-experiment

代码说明

见SentimentAnalytics.ipynb

测试模型

运行test.py文件,测试该情感分析模型。注意要先找到keras.json文件的位置（与Jupyter Notebook对应keras.json位置可能不一样），设置backend为cntk。

python test.py "The jeans is awesome."