基于RNN与LSTM的电商评论情感分析实战：从原理到Python实现-平芜编程栈

简介：本资源是一套面向自然语言处理初学者与实战开发者的淘宝商品评论情感分析完整项目，聚焦循环神经网络在文本分类任务中的落地应用。项目涵盖从淘宝评论爬取、数据清洗与标注、词向量构建，到SimpleRNN与LSTM模型搭建、训练调优及可视化评估的全流程，特别适合课程设计、毕业设计或NLP入门实践。压缩包共8个文件（6.39MB），含爬虫脚本（py）、主模型代码（py）、停用词表（txt）、原始评论数据集（xlsx）、项目说明PDF、中文字体文件（ttf）及结果示意图（jpg），结构清晰、即下即用。已有2325人学习下载，提供从数据采集到模型部署的闭环方案，附带详细PDF文档逐章解析项目背景、EDA分析逻辑、LSTM层设计原理及准确率/混淆矩阵等评估要点，降低NLP工程化门槛。

1. 项目概述与核心价值

最近在整理一些电商数据分析的旧项目，翻出来一个挺有意思的案例：用循环神经网络（RNN）做淘宝商品评论的情感分析。这活儿听起来挺学术，但实际做下来，你会发现它离业务一线特别近。想想看，一个爆款商品下面动辄几万条评论，靠人工去判断好评、中评、差评，效率低不说，标准还不统一。老板要是问“咱们新上的这款手机壳用户到底满不满意？”，你总不能截图几百条评论给他看吧？这时候，一个能自动给评论打上“正面”、“负面”或“中性”标签的模型，价值就凸显出来了。

这个项目的核心，就是利用Python，借助深度学习框架（比如TensorFlow或PyTorch），构建两种经典的循环神经网络——SimpleRNN和长短时记忆网络（LSTM），来学习中文评论文本的语义模式，最终实现情感倾向的自动分类。我选择淘宝评论作为数据源，是因为它非常“接地气”：语言口语化、包含网络用语、情感表达直接（比如“绝了！”“踩雷了”），而且正负样本比较均衡，非常适合拿来练手和验证模型效果。

通过这个项目，你不仅能学会如何从原始、杂乱的评论文本（爬虫获取或公开数据集）开始，一步步完成数据清洗、分词、向量化，还能深入理解SimpleRNN和LSTM这两种结构在处理序列数据（比如一句话）时的根本差异。更重要的是，你会掌握一套完整的NLP（自然语言处理）模型构建、训练、评估和对比的实战流程。无论你是想入门深度学习在文本领域的应用，还是需要为你的业务快速搭建一个可用的情感分析工具，这个实战都能给你提供清晰的路径和可复现的代码。

2. 整体设计思路与技术选型

2.1 问题定义与方案总览

我们要解决的问题是一个典型的文本二分类（或三分类）任务：输入是一段商品评论文本，输出是它的情感极性。为了简化并突出模型对比，我们通常先做二分类（正面/负面）。整个项目的Pipeline可以清晰地分为几个阶段：

数据获取与预处理：拿到原始的评论文本和标签（可以从公开数据集，或通过爬虫+规则初步标注）。
文本向量化：把中文句子转换成模型能理解的数字序列。这里涉及分词、构建词汇表、序列填充等关键步骤。
模型构建：分别搭建SimpleRNN和LSTM模型。这是核心环节，我们需要设计网络结构，包括嵌入层、循环层、全连接层等。
模型训练与评估：用训练集喂给模型，调整参数（即“学习”），然后在测试集上看效果。用准确率、精确率、召回率、F1值等指标来量化比较两个模型。
结果分析与应用：看看模型哪里做得好，哪里容易出错，思考如何改进，并演示如何用训练好的模型预测新评论。

选择SimpleRNN和LSTM进行对比，意义重大。SimpleRNN结构简单，是理解循环神经网络的起点，但它有致命的“梯度消失/爆炸”问题，难以捕捉长距离依赖。比如一条评论说“手机除了电池续航不太行之外，其他各方面都很棒”，要判断整体情感，模型需要关联开头的“除了”和后面的“很棒”，SimpleRNN对这种长程依赖的学习很吃力。而LSTM通过其精巧的“门控”结构（遗忘门、输入门、输出门），专门为解决这个问题而生。通过对比两者在相同数据上的表现，你能直观感受到LSTM的优势，理解为什么它成为处理序列数据的标配。

2.2 核心工具栈选择

为什么选这套工具？因为它是目前深度学习实践中最主流、最成熟的组合，社区支持好，踩坑了容易找到解决方案。

Python 3.8+: 项目的基础语言，丰富的科学计算和数据处理生态。
Jupyter Notebook / VSCode: 推荐使用Jupyter进行前期数据探索和模型实验，交互性强；使用VSCode进行最终代码的整合和脚本化，管理更方便。
TensorFlow 2.x / Keras: 我们的核心框架。Keras现在已紧密集成在TensorFlow中（tf.keras），它的API设计非常人性化，像搭积木一样构建模型，极大降低了深度学习入门门槛。相比于PyTorch，Keras在快速原型开发上更有优势，代码更简洁。
NumPy & Pandas: 数据处理的双子星。NumPy负责底层数值计算，Pandas则像数据的Excel，用于加载、清洗、查看结构化数据（比如存储评论和标签的CSV文件）。
Scikit-learn: 虽然我们主要用深度学习模型，但Scikit-learn在数据划分（train_test_split）、评估指标计算（classification_report）等方面依然是不可或缺的利器。
结巴分词 (Jieba): 中文分词的首选工具之一。简单、高效、开源。对于电商评论这种非正式文本，它的效果足够好，并且支持自定义词典，可以加入一些网络新词或产品专有名词来提高分词准确性。

注意：环境配置是第一步，也是新手最容易卡住的地方。强烈建议使用conda或venv创建独立的Python虚拟环境，避免包版本冲突。安装时，先安装TensorFlow，通常它会自动匹配兼容的NumPy等依赖。

3. 数据准备与文本预处理实战

3.1 数据获取与初步观察

理想的数据集应该包含评论文本和对应的情感标签（如1代表正面，0代表负面）。你可以从一些公开的中文情感分析数据集入手，比如ChnSentiCorp（中文情感挖掘语料），或者自己写爬虫从电商平台（遵守robots.txt）获取。这里假设我们已经有了一个reviews.csv文件，包含text和label两列。

第一步永远是用Pandas看看数据长什么样：

import pandas as pd # 加载数据 df = pd.read_csv('reviews.csv') print(f"数据集大小: {df.shape}") print(df.head()) # 查看前几行 print(df['label'].value_counts()) # 查看标签分布

这个步骤能帮你快速发现数据是否平衡（正负样本数量是否悬殊）、有没有缺失值（df.isnull().sum()）、文本里是否包含大量无意义的符号或乱码。不平衡的数据集需要在后续处理中特别注意，比如采用过采样、欠采样或在训练时给少数类别更高的权重。

3.2 文本清洗与分词

电商评论数据是典型的“脏数据”，直接喂给模型效果会很差。清洗的目标是保留表达情感的核心词汇，去除噪声。

import re import jieba def clean_and_cut(text): # 1. 去除HTML标签、URL等无关字符 text = re.sub(r'<.*?>', '', text) text = re.sub(r'http\S+', '', text) # 2. 去除数字、英文（视情况而定，有时数字和特定英文可能有用） # text = re.sub(r'[a-zA-Z0-9]', '', text) # 3. 去除标点符号和特殊字符（保留中文和常见情感符号？） # 这里保留感叹号和问号，因为它们可能携带情感强度信息 text = re.sub(r'[^\w\u4e00-\u9fa5!?]', ' ', text) # 4. 使用结巴分词 words = jieba.lcut(text) # 5. 去除停用词（如“的”、“了”、“和”等对情感判断贡献小的词） # 需要加载一个中文停用词表 stopwords = set([line.strip() for line in open('stopwords.txt', 'r', encoding='utf-8')]) words = [w for w in words if w not in stopwords and w.strip() != ''] return ' '.join(words) # 返回用空格连接的字符串，方便后续处理 df['cleaned_text'] = df['text'].apply(clean_and_cut)

实操心得：清洗规则不是一成不变的。对于淘宝评论，“真香”、“踩雷”这类网络词要保留，甚至可以考虑加入到结巴分词的自定义词典中。是否去除数字和英文，取决于你的场景——如果评论中“5G信号”、“iPhone”是关键词，那就应该保留。停用词表也需要根据业务微调。

3.3 文本向量化：从文字到数字

模型无法理解文字，必须将分词后的句子转换为固定长度的数字序列。这里我们采用经典的“分词 -> 建立词典 -> 序列化 -> 填充/截断”流程。

from tensorflow.keras.preprocessing.text import Tokenizer from tensorflow.keras.preprocessing.sequence import pad_sequences # 初始化分词器，设置只保留前20000个最常见的词 tokenizer = Tokenizer(num_words=20000, oov_token='<UNK>') # 用清洗后的文本拟合分词器，建立词到索引的映射 tokenizer.fit_on_texts(df['cleaned_text']) # 将文本转换为整数序列 sequences = tokenizer.texts_to_sequences(df['cleaned_text']) # 查看词汇表大小和样例 word_index = tokenizer.word_index print(f'Found {len(word_index)} unique tokens.') print(f'Example sequence: {sequences[0]}') # 统一序列长度：过长则截断，过短则用0在末尾填充 MAX_LEN = 100 # 根据评论长度分布设定，比如统计95%分位数 data = pad_sequences(sequences, maxlen=MAX_LEN, padding='post', truncating='post') # 准备标签 labels = df['label'].values

关键参数解析：

num_words: 限制词汇表大小。只保留最高频的词，低频词被视为未知词（<UNK>）。这能控制模型参数规模，防止过拟合。
oov_token: 为未登录词（不在num_words范围内的词）指定一个统一的标记。
MAX_LEN: 这是一个非常重要的超参数。设置得太短，长评论的信息被截断；设置得太长，会引入大量无意义的填充（0），增加计算负担且可能稀释有效信息。一定要绘制序列长度的分布直方图来确定。

4. 模型构建：SimpleRNN vs LSTM

数据准备好了，现在进入核心环节：搭建模型。我们将使用Keras Sequential API，以“搭积木”的方式构建。

4.1 构建SimpleRNN模型

SimpleRNN是最基础的循环神经网络单元。它像一条“传送带”，在每个时间步（对应句子中的一个词）接收当前输入和上一个时间步的隐藏状态，计算出一个新的隐藏状态。

from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Embedding, SimpleRNN, Dense, Dropout def build_simple_rnn_model(vocab_size, embedding_dim, max_len): model = Sequential() # 第一层：嵌入层。将整数索引映射为密集向量。 # 这是将语义信息注入模型的关键一步，可以随机初始化，也可以用预训练词向量（如Word2Vec, GloVe）初始化。 model.add(Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_len)) # 可以添加一个Dropout来防止过拟合 model.add(Dropout(0.2)) # 第二层：SimpleRNN层。这里我们使用32个记忆单元（神经元）。 # return_sequences=False 表示只返回最后一个时间步的输出，适用于分类任务。 model.add(SimpleRNN(units=32)) # 第三层：全连接层。用于将RNN的输出映射到分类结果。 model.add(Dense(16, activation='relu')) model.add(Dropout(0.5)) # 在全连接层后加Dropout是常见做法 # 输出层：二分类，所以用sigmoid激活函数，输出一个0-1之间的概率值。 model.add(Dense(1, activation='sigmoid')) # 编译模型：指定优化器、损失函数和评估指标 model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) return model # 参数设置 VOCAB_SIZE = len(word_index) + 1 # 词汇表大小，+1是因为索引0留给了填充符 EMBEDDING_DIM = 128 # 词向量的维度，通常128或256 MAX_LEN = 100 simple_rnn_model = build_simple_rnn_model(VOCAB_SIZE, EMBEDDING_DIM, MAX_LEN) simple_rnn_model.summary() # 打印模型结构，查看参数数量

为什么这么设计？

嵌入层（Embedding）：这是NLP深度学习模型的基石。它把每个词（一个整数ID）学习成一个固定长度的实值向量。在这个向量空间里，语义相似的词（如“好”和“棒”）距离会更近。embedding_dim越大，表达能力越强，但也更容易过拟合。
SimpleRNN层：units=32定义了该层输出向量的维度，也是隐藏状态的维度。你可以把它理解为模型的“记忆容量”。
Dropout：一种正则化技术，在训练时随机“丢弃”一部分神经元，强迫网络不依赖于任何单个特征，从而增强泛化能力。嵌入层后和全连接层后是添加Dropout的常见位置。
输出层与损失函数：二分类任务使用sigmoid激活函数配合binary_crossentropy损失函数是标准做法。如果是三分类（正面/中性/负面），则需要将输出层改为Dense(3, activation='softmax')，损失函数改为categorical_crossentropy。

4.2 构建LSTM模型

LSTM的结构与SimpleRNN类似，但内部更复杂。它引入了“细胞状态”作为贯穿整个序列的主线，并通过三个“门”来精细控制信息的遗忘、输入和输出，从而有效缓解梯度消失问题。

from tensorflow.keras.layers import LSTM def build_lstm_model(vocab_size, embedding_dim, max_len): model = Sequential() model.add(Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_len)) model.add(Dropout(0.2)) # 将SimpleRNN层替换为LSTM层，其他结构可以保持一致以便对比 model.add(LSTM(units=64)) # LSTM单元数可以适当增加，因为它结构更复杂，表达能力更强 model.add(Dense(16, activation='relu')) model.add(Dropout(0.5)) model.add(Dense(1, activation='sigmoid')) model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) return model lstm_model = build_lstm_model(VOCAB_SIZE, EMBEDDING_DIM, MAX_LEN) lstm_model.summary()

关键区别：注意，这里我把LSTM的units设为了64，而SimpleRNN是32。这并不是说LSTM必须更大，而是因为LSTM参数更多（每个单元有4组权重），同样的units数，LSTM的参数量远大于SimpleRNN。为了在参数量级上做一个相对公平的对比（或者让LSTM有足够容量），有时需要调整units数。在实际实验中，你可以尝试将两者设为相同的units数来观察性能差异。

4.3 使用预训练词向量

嵌入层随机初始化是可行的，但如果我们能用大规模语料（如中文维基百科、新闻语料）上预训练好的词向量来初始化它，模型就相当于拥有了先验的语义知识，通常能更快收敛，获得更好的效果，尤其是在训练数据不多的情况下。

# 假设我们有一个GloVe格式的预训练词向量文件 `sgns.zhihu.word` embedding_index = {} with open('sgns.zhihu.word', 'r', encoding='utf-8') as f: for line in f: values = line.split() word = values[0] coefs = np.asarray(values[1:], dtype='float32') embedding_index[word] = coefs # 构建一个嵌入矩阵，行数对应我们的词汇表大小，列数对应词向量维度 embedding_matrix = np.zeros((VOCAB_SIZE, EMBEDDING_DIM)) for word, i in word_index.items(): if i < VOCAB_SIZE: # 确保索引在词汇表范围内 embedding_vector = embedding_index.get(word) if embedding_vector is not None: # 找到预训练向量，则赋值 embedding_matrix[i] = embedding_vector # 否则，该行保持为0，在训练中会被随机初始化/更新 # 在构建模型时，使用这个嵌入矩阵并设置 trainable=False 或 True embedding_layer = Embedding(VOCAB_SIZE, EMBEDDING_DIM, weights=[embedding_matrix], input_length=MAX_LEN, trainable=False) # 设为False表示冻结，不更新；设为True表示微调

实操心得：对于电商评论这种垂直领域，通用语料预训练的词向量可能无法覆盖“种草”、“拔草”、“性价比”等特定词汇。一种策略是trainable=True，在训练过程中对这些词向量进行微调。另一种更有效但更复杂的方法是，用自己的评论语料训练一个领域特定的Word2Vec或FastText模型，然后用它来初始化嵌入层。

5. 模型训练、评估与对比分析

5.1 划分数据集与训练

在训练前，必须将数据划分为训练集、验证集和测试集。训练集用于更新模型参数，验证集用于在训练过程中监控模型表现、调整超参数，测试集用于最终评估模型泛化能力，这个数据在训练过程中模型从未见过。

from sklearn.model_selection import train_test_split # 先分出测试集 X_temp, X_test, y_temp, y_test = train_test_split(data, labels, test_size=0.15, random_state=42) # 再从剩余数据中分出验证集 X_train, X_val, y_train, y_val = train_test_split(X_temp, y_temp, test_size=0.15, random_state=42) print(f"训练集: {X_train.shape}, 验证集: {X_val.shape}, 测试集: {X_test.shape}")

接下来就是训练环节。这里有几个关键点需要配置：

# 训练SimpleRNN模型 history_simple = simple_rnn_model.fit( X_train, y_train, epochs=10, # 整个数据集训练10遍 batch_size=64, # 每批处理64条数据 validation_data=(X_val, y_val), # 每轮结束后在验证集上评估 verbose=1 # 显示进度条 ) # 训练LSTM模型 history_lstm = lstm_model.fit( X_train, y_train, epochs=10, batch_size=64, validation_data=(X_val, y_val), verbose=1 )

参数选择经验：

epochs: 不是越大越好。需要观察训练损失和验证损失的变化。当验证损失不再下降甚至开始上升时，就出现了“过拟合”，应该停止训练。可以使用Keras的EarlyStopping回调函数来自动完成。
batch_size: 通常设为32, 64, 128等2的幂次。较小的batch_size带来更多的权重更新，可能收敛更快但波动大；较大的batch_size训练更稳定，但可能内存消耗大且容易陷入局部最优。对于几万条数据，64是个不错的起点。
validation_data: 一定要设置！这是你判断模型是否过拟合、是否需要调整超参数的“眼睛”。

5.2 训练过程可视化与模型评估

训练完成后，我们首先要可视化训练历史，直观感受模型的学习过程。

import matplotlib.pyplot as plt def plot_training_history(history, model_name): fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4)) # 绘制准确率曲线 ax1.plot(history.history['accuracy'], label='Train Acc') ax1.plot(history.history['val_accuracy'], label='Val Acc') ax1.set_title(f'{model_name} - Accuracy') ax1.set_xlabel('Epoch') ax1.set_ylabel('Accuracy') ax1.legend() # 绘制损失曲线 ax2.plot(history.history['loss'], label='Train Loss') ax2.plot(history.history['val_loss'], label='Val Loss') ax2.set_title(f'{model_name} - Loss') ax2.set_xlabel('Epoch') ax2.set_ylabel('Loss') ax2.legend() plt.tight_layout() plt.show() plot_training_history(history_simple, 'SimpleRNN') plot_training_history(history_lstm, 'LSTM')

通过曲线图，你可以清晰地看到：

欠拟合：训练集和验证集的准确率都很低，且随着训练提升缓慢。
过拟合：训练集准确率持续升高，但验证集准确率在达到某个点后开始下降或停滞，同时验证集损失开始上升。这时就需要采取正则化（如增加Dropout率、减少模型复杂度）或获取更多数据。
拟合良好：训练集和验证集的损失/准确率曲线都稳步提升，并最终趋于平稳，两者之间的差距很小。

接下来，在测试集上进行最终评估，这是衡量模型真实泛化能力的金标准。

from sklearn.metrics import classification_report, confusion_matrix import seaborn as sns def evaluate_model(model, X_test, y_test, model_name): # 预测概率 y_pred_prob = model.predict(X_test) # 将概率转换为类别（阈值0.5） y_pred = (y_pred_prob > 0.5).astype('int32') # 打印分类报告（精确率、召回率、F1值） print(f"\n========== {model_name} 测试集评估报告 ==========\n") print(classification_report(y_test, y_pred, target_names=['负面', '正面'])) # 绘制混淆矩阵 cm = confusion_matrix(y_test, y_pred) plt.figure(figsize=(6,5)) sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', xticklabels=['预测负面', '预测正面'], yticklabels=['真实负面', '真实正面']) plt.title(f'{model_name} - 混淆矩阵') plt.ylabel('真实标签') plt.xlabel('预测标签') plt.show() # 返回关键指标，方便对比 report_dict = classification_report(y_test, y_pred, output_dict=True) return report_dict['accuracy'], report_dict['weighted avg']['f1-score'] acc_simple, f1_simple = evaluate_model(simple_rnn_model, X_test, y_test, 'SimpleRNN') acc_lstm, f1_lstm = evaluate_model(lstm_model, X_test, y_test, 'LSTM')

5.3 结果对比与深度分析

运行完评估代码，你会得到两份详细的报告。我们可以从以下几个维度进行对比：

评估维度	SimpleRNN (示例值)	LSTM (示例值)	分析与解读
测试集准确率	~85%	~91%	LSTM通常能获得显著更高的准确率，因为它能更好地理解长句中的语义转折和依赖关系。
F1-Score	~0.84	~0.90	F1是精确率和召回率的调和平均，更能综合反映模型性能。LSTM的F1值更高，说明其分类更均衡。
训练速度	较快	较慢	SimpleRNN结构简单，参数少，每轮训练时间更短。
收敛速度	可能较快，但易震荡	稳定，收敛平滑	SimpleRNN可能因为梯度问题训练不稳定（损失曲线波动大），LSTM训练过程通常更平稳。
混淆矩阵分析	可能在某一类（如负面）上误判更多	误判更均衡	观察混淆矩阵的非对角线元素。SimpleRNN可能更擅长判断强烈情感（如“非常好”或“太差了”），但对“除了...其他都好”这类复杂句容易判错。LSTM则表现更全面。
过拟合倾向	相对较低（因模型简单）	相对较高（因模型复杂）	如果数据量不够大，LSTM更容易过拟合。这时需要更强的正则化（如更高的Dropout率、L2正则化）或使用更简单的LSTM变体（如GRU）。

核心结论：在这个任务中，LSTM几乎总是优于SimpleRNN。其根本原因在于电商评论虽然不长，但依然存在需要“长期记忆”的语义结构。SimpleRNN的“记忆”是短视的，对于较长的句子，开头的词信息很难传递到句末。而LSTM的门控机制就像一个可调控的信息流阀门，能够选择性地记住重要的上下文信息，遗忘无关信息，从而做出更准确的判断。

6. 常见问题、调优技巧与实战心得

6.1 训练过程中的典型问题与排查

损失为NaN或变得巨大：
- 可能原因：学习率（Learning Rate）太高。在优化器Adam中，默认学习率是0.001，对于某些任务可能偏高。
- 解决方案：尝试降低学习率，例如optimizer=tf.keras.optimizers.Adam(learning_rate=0.0001)。同时检查输入数据是否有异常值（如NaN），以及标签是否为正确的0/1格式。
验证集准确率远低于训练集，且差距随训练增大：
- 可能原因：明显的过拟合。
- 解决方案：
  - 增加正则化：提高Dropout层的比率（如从0.2调到0.5），在全连接层添加L2正则化（Dense(16, activation='relu', kernel_regularizer='l2')）。
  - 简化模型：减少LSTM或SimpleRNN的units数量，或者减少网络深度（比如去掉一个全连接层）。
  - 获取更多数据：最有效但成本最高的方法。
  - 使用早停（EarlyStopping）：在验证集损失不再改善时自动停止训练。
```
from tensorflow.keras.callbacks import EarlyStopping early_stop = EarlyStopping(monitor='val_loss', patience=3) # 连续3轮验证损失不下降则停止 history = model.fit(..., callbacks=[early_stop])
```
模型准确率始终很低（比如在60%徘徊）：
- 可能原因：模型能力不足或数据质量/任务定义有问题。
- 排查步骤：
  - 检查数据：确保清洗和分词过程没有引入错误。随机看一些被分错的样本。
  - 检查任务：人工判断一批样本，看人类是否能轻松区分。如果人都很难判断，模型也难。
  - 增加模型容量：适当增加embedding_dim、LSTM units，或堆叠多层LSTM（LSTM(64, return_sequences=True)后接另一个LSTM(32)）。
  - 尝试更先进的模型：如双向LSTM（Bidirectional(LSTM(64))），它能同时利用上下文信息；或者预训练模型（如BERT），但这属于更高级的范畴。

6.2 性能调优与进阶尝试

超参数调优：embedding_dim、LSTM units、Dropout rate、batch_size、learning_rate都是可以调节的超参数。可以使用Keras Tuner或scikit-optimize等库进行自动搜索，找到最优组合。
使用双向循环网络：对于情感分析，一个词的情感可能受其前后文共同影响。双向LSTM/BiLSTM会分别从前往后和从后往前处理序列，然后将两个方向的最终状态拼接，往往能提升效果。
```
from tensorflow.keras.layers import Bidirectional model.add(Bidirectional(LSTM(64)))
```
注意力机制（Attention）：让模型学会在判断情感时，对句子中不同的词赋予不同的权重。例如，“质量”和“垃圾”这两个词在判断负面情感时权重应该很高。可以在LSTM层后加入注意力层。
处理类别不平衡：如果正面评论远多于负面，模型会倾向于都预测为正面。可以在model.fit中使用class_weight参数给少数类别更高的权重，或者在数据层面进行过采样（如SMOTE）。

6.3 模型部署与应用

训练并保存好满意的模型后，就可以用它来预测新的评论了。

# 保存模型 lstm_model.save('sentiment_analysis_lstm.h5') # 加载模型 from tensorflow.keras.models import load_model loaded_model = load_model('sentiment_analysis_lstm.h5') # 构建预测函数 def predict_sentiment(text, model, tokenizer, max_len): # 1. 清洗和分词（使用与训练时完全相同的函数！） cleaned = clean_and_cut(text) # 2. 文本转序列 seq = tokenizer.texts_to_sequences([cleaned]) # 3. 填充 padded = pad_sequences(seq, maxlen=max_len, padding='post', truncating='post') # 4. 预测 prob = model.predict(padded)[0][0] # 5. 解释结果 sentiment = '正面' if prob > 0.5 else '负面' confidence = prob if sentiment == '正面' else (1 - prob) return sentiment, confidence, prob # 示例 new_review = “这个手机壳颜值很高，但是材质太薄了，感觉不耐用。” sentiment, confidence, prob = predict_sentiment(new_review, loaded_model, tokenizer, MAX_LEN) print(f"评论: '{new_review}'") print(f"情感: {sentiment} (置信度: {confidence:.2%}, 原始概率: {prob:.4f})")

这个项目从数据到可用的模型，走通了一个完整的NLP深度学习流水线。LSTM在文本情感分析上的优势是明显的，但SimpleRNN作为入门理解依然有价值。在实际业务中，你可以在此基础上，通过集成更强大的预训练模型（如BERT）、结合产品属性分析、进行细粒度情感分析（如对“物流”、“服务”、“质量”分别打分）等方式，持续提升系统的实用价值。最关键的是，通过这个实战，你获得了一套可复用、可调试、可迭代的方法论，这才是应对未来更复杂NLP任务的底气。

本文还有配套的精品资源，点击获取