Network Sentiment Analysis Based on LSTM & BERT Machine Learning

基於 LSTM & BERT 機器學習之網路輿情分析

「縱浪大化中，不喜亦不懼。應盡便須盡，無復獨多慮。」－陶淵明〈神釋〉

「AI科技發展快速，其無非是世界一道不可阻攔的洪流，人們應保持開放樂見的心態面對，在一波波的浪潮中，尋等機會，一舉站上AI的浪頭上，盡享AI帶來的便利及紅利。」－CCJ

Preface

本專案為紀念2023年5月，整個月不捨晝夜訓練模型的我，跟訓練AI模型差點成為Colab Pro的我，僅此。

Introduction

• Detail Report : All the details about this project
• LSTM Model
  • LSTM.ipynb : Main training and testing program
  • input
    • apply-jieba-tokenizer : Tokenizer and testing data
    • fake-news-pair-classification-challenge : Origin training data
• BERT Model
  • BERT.ipynb : Main training and testing program
  • commentss.csv : Training, Testing and validation data
• Shopee Crawler(蝦皮爬蟲程式)
  • shopee.ipynb : Crawler program to get data from Shopee
  • Data : Commodity data from shopee

Reference

1. Kaggle-WSDM - Fake News Classification

2. LeeMeng:進擊的 BERT：NLP 界的巨人之力與遷移學習

3. Evaluation Metrics : 分類模型

4. 「蝦皮爬蟲」｜商品資料＋留言評論