kaggle——Bag of Words Meets Bags of Popcorn（IMDB电影评论情感分类实践）

kaggle链接：https://www.kaggle.com/c/word2vec-nlp-tutorial/overview

简介：给出 50,000 IMDB movie reviews，进行0和1情感二分类

我的github代码仓库：https://github.com/beathahahaha/kaggle_IMDB_sentiment_classification

给出两段代码，都值得借鉴：

第一个是，lstm实现的pytorch版本，调参以后从0.90569提升到了0.95718（主要是优化器用adam,学习率用0.001，句子长度设置为200），排名大概是100/577，前17%

其实还可以进一步提高

未来的建议：结合word2vec，试一试xgboost和bilstm（可以参考kaggle上其他人的解答）

第二个是，利用github开源的bert模型进行训练，（但是没有用到官网给的语料库unlabeledTrainData.tsv， 第一个代码的gensim中的word2vec用到了），二分类情感分类模型，

虽然用到了预训练模型，但是效果还是没有那么好，最后效果大概是0.90896.

可能原因分析：可能是超参数没有调好（bert输入参数没有完全理解透彻，后续还要跟进，另外可以研究bert的loss的可视化输出，网上有修改的源码），也可能是没有用上语料库的原因，总之效果并不理想

综上，两段代码都有需要改进的地方，未来值得深究（另外备注一点：bert还可以做多标签情感分类，多标签情感分类属于另一主题，留给未来研究，kaggle相关比赛建toxic comment：https://www.kaggle.com/c/jigsaw-toxic-comment-classification-challenge ）

bert实践参考代码：

https://github.com/wangjiwu/BERT-sentiment--classification

附录： kaggle——情感分类专辑：https://zhuanlan.zhihu.com/p/70361361