基于TensorFlow与DNN的中文情感分析模型构建实战

简介：本资源是一个面向NLP初学者与深度学习实践者的中文文本分类项目，基于TensorFlow和Keras构建DNN模型，实现豆瓣中文影评的二分类情感分析（差评/好评），适用于自然语言处理入门、课程设计及小型实战训练。压缩包共4个文件，含核心训练脚本main.py、标注数据集douban_comments.csv、项目说明README.md及LICENSE许可文件，整体大小3.52MB，结构精简，便于快速复现与调试。已有261人学习下载，覆盖从数据预处理、词嵌入加载、DNN模型搭建（含全连接层设计与Sigmoid输出）、编译训练到预测评估的完整流程，代码注释清晰，适配中文分词与序列填充等关键处理环节，可直接运行并拓展为多分类或接入BERT等进阶模型。

1. 项目概述：从零构建一个中文情感分析模型

最近在整理旧项目时，翻出了一个几年前做的“豆瓣影评情感分析”项目。这个项目的核心目标很简单：训练一个神经网络模型，让它能像人一样，读懂一段中文影评，并判断出作者是“好评”还是“差评”。听起来像是NLP（自然语言处理）的入门“Hello World”，但麻雀虽小，五脏俱全。它完整地串联了从数据获取、文本预处理、模型构建、训练调优到最终预测的整个机器学习流水线。对于想入门深度学习，特别是对自然语言处理感兴趣的朋友来说，这是一个绝佳的练手项目。它不涉及复杂的图像或序列结构，重点在于理解如何处理非结构化的文本数据，并将其转化为神经网络能够“消化”的数字特征。

这个项目基于TensorFlow和Keras框架实现。选择它们的原因很直接：Keras以其简洁、用户友好的API著称，能让我们快速搭建和实验模型原型，而TensorFlow作为其后端，提供了坚实的计算基础和部署灵活性。模型本身采用了经典的深度前馈神经网络（DNN），也就是全连接神经网络。虽然现在Transformer和预训练模型大行其道，但对于情感分析这种相对“浅层”的语义理解任务，一个结构合理的DNN在中等规模数据集上依然能取得非常不错的效果，并且其原理直观，非常适合初学者理解神经网络如何从词向量中学习到情感特征。

整个项目的价值在于“端到端”的实践体验。你不仅会学到如何用jieba分词、用Tokenizer构建词表，还会亲手设计网络层、选择激活函数、观察损失曲线，并最终得到一个可以对新影评进行情感判别的实用小工具。下面，我就把这个项目的完整实现思路、关键步骤以及我踩过的那些“坑”详细拆解一遍。

2. 核心思路与技术选型解析

2.1 问题定义与任务拆解

我们的目标是构建一个二分类模型。输入是一段中文文本（影评），输出是一个二元标签：0代表差评，1代表好评。这本质上是一个文本分类任务，更具体地说是情感分析（Sentiment Analysis）中的极性分类。

要实现这个目标，我们需要解决几个核心子问题：

1. 文本数值化：神经网络只能处理数字，而影评是文字。如何将一段可变长度的中文句子转换成一个固定长度的、富含语义信息的数字向量？
2. 特征学习：如何设计一个网络结构，让它能从这些数字向量中自动学习到与“情感”相关的特征模式？例如，哪些词组合在一起通常表达愤怒（差评），哪些表达赞赏（好评）。
3. 泛化能力：如何让模型不仅记住训练数据，还能对从未见过的影评做出准确判断？这涉及到模型复杂度控制、正则化等技术。

2.2 技术栈选型背后的考量

TensorFlow & Keras：这是项目的基石。Keras在TensorFlow 2.x中已成为其官方高级API。它的tf.keras模块提供了极佳的易用性。对于本项目，我们主要用到keras.layers来搭建网络，keras.preprocessing.text来处理文本，keras.models来管理模型生命周期。选择它们而非PyTorch，主要是考虑到Keras在快速原型开发和教育场景下的低门槛优势，其顺序模型（Sequential）的写法非常直观。

深度前馈神经网络（DNN）：为什么不用更“时髦”的CNN或RNN？这里有几个考量。首先，在文本分类任务中，当我们使用词嵌入（Word Embedding）将文本转换为稠密向量序列后，一个句子可以看作一个“词袋”的升级版（保留了部分顺序信息）。DNN（全连接网络）擅长学习这种高维特征之间的复杂非线性关系。其次，DNN的结构简单，训练速度快，对于“好评/差评”这种全局情感判断，往往不需要像RNN那样显式建模长距离依赖，也不一定需要CNN来捕捉局部短语特征（虽然它们有效）。我们的策略是，先用一个基础的DNN实现一个可靠的基线模型，理解整个流程，后续可以很容易地将其替换为CNN、LSTM或BERT进行效果对比和提升。

辅助工具：

• Jieba：必不可少的中文分词工具。英文有天然的空格分隔，中文则需要分词。jieba的精度和速度在开源工具中表现均衡，支持自定义词典，可以加入一些电影领域的专有名词（如导演名、片名）以提高分词准确性。
• Pandas & NumPy：用于数据加载、清洗和转换的黄金搭档。Pandas的DataFrame非常适合处理结构化的表格数据（如CSV格式的影评数据集）。
• Scikit-learn：虽然模型用Keras，但数据划分（train_test_split）、评估指标（如分类报告classification_report）等工具，scikit-learn提供了更统一和方便的接口。

注意：在开始之前，强烈建议使用虚拟环境（如venv或conda）来管理项目依赖。因为TensorFlow的版本与Python版本、CUDA（如果使用GPU）有严格的对应关系。一个独立的虚拟环境可以避免包冲突。例如，可以使用conda create -n tf-keras python=3.8创建一个环境，然后pip install tensorflow安装CPU版本。如果需要GPU支持，则需安装tensorflow-gpu并配置对应的CUDA和cuDNN。

3. 数据准备与预处理全流程

模型的效果，七分靠数据，三分靠调参。这一步是项目中最繁琐但也最关键的一环。

3.1 数据获取与初步观察

理想的数据集是包含“影评文本”和“情感标签”两列的CSV文件。标签可以是“1/0”，也可以是“positive/negative”。我们假设你已经有了这样一个数据集（可以从公开的中文情感分析数据集，如ChnSentiCorp，或者通过爬虫获取豆瓣影评并手动/半自动标注得到）。

首先，用Pandas加载数据：

import pandas as pd # 假设数据文件为 reviews.csv，列名为 ‘review‘ 和 ‘sentiment‘ df = pd.read_csv(‘reviews.csv‘) print(df.head()) # 查看前几行 print(df.info()) # 查看数据概览，有无缺失值 print(df[‘sentiment‘].value_counts()) # 查看标签分布

检查标签分布是否均衡。如果“好评”和“差评”数量相差悬殊（例如9:1），模型可能会偏向多数类，需要进行重采样或调整类别权重。

3.2 中文文本清洗与分词

中文文本预处理通常包括以下步骤：

1. 去除无关字符：删除HTML标签、URL、@用户名、特殊符号（如※★）、表情符号等。这些信息对情感判断通常无益甚至有害。
2. 分词：使用jieba将句子切分成词语序列。
3. 去除停用词：剔除“的”、“了”、“在”等高频但无实际语义的词语。可以使用哈工大、百度等开源的中文停用词表。
4. （可选）繁体转简体：如果数据集中包含繁体字，使用opencc等工具进行转换。

import jieba import re def clean_and_cut(text): # 1. 去除非中文字符、数字、英文字母（根据需求调整） # 这里保留中文、数字、英文，去除其他符号 text = re.sub(r‘[^\u4e00-\u9fa5a-zA-Z0-9\s]‘, ‘‘, text) # 2. 分词 words = jieba.lcut(text) # 3. 去除停用词 (假设已加载停用词列表 stopwords) global stopwords words = [w for w in words if w not in stopwords and w.strip() != ‘‘] # 4. 用空格连接词语，形成标准格式 return ‘ ‘.join(words) # 应用清洗函数到整个评论列 df[‘cleaned_review‘] = df[‘review‘].apply(clean_and_cut)

实操心得：分词和停用词处理需要根据任务灵活调整。例如，在影评中，“烂片”是一个强负面信号，但如果停用词表包含了“片”，或者分词错误，就会丢失这个关键信息。可以考虑构建一个领域专用的停用词表和用户词典，将“烂片”、“演技炸裂”等短语作为一个整体加入分词词典。

3.3 文本向量化与序列填充

神经网络需要固定长度的输入。我们需要将分词后的文本（词语序列）转换为数字序列（索引序列），并将所有序列填充（或截断）到相同长度。

Keras的Tokenizer类可以帮我们自动构建词表（词汇到整数的映射）并完成转换。

from tensorflow.keras.preprocessing.text import Tokenizer from tensorflow.keras.preprocessing.sequence import pad_sequences # 初始化Tokenizer，设置只考虑数据集中出现频率最高的前10000个词 vocab_size = 10000 tokenizer = Tokenizer(num_words=vocab_size, oov_token=‘<OOV>‘) # 拟合Tokenizer到我们的文本数据，构建词表 tokenizer.fit_on_texts(df[‘cleaned_review‘]) # 将文本转换为数字序列 sequences = tokenizer.texts_to_sequences(df[‘cleaned_review‘]) # 确定一个合适的序列最大长度。可以取所有序列长度的某个百分位数（如95%） max_length = 200 # 进行填充（在前端补0）和截断（从后端截断） padded_sequences = pad_sequences(sequences, maxlen=max_length, padding=‘post‘, truncating=‘post‘) # 准备标签 labels = df[‘sentiment‘].values # 假设标签已经是0/1

• num_words=10000：这是一个超参数。它限制了词表大小，只保留最常见的10000个词，其他词会被视为<OOV>（未登录词）。根据数据集大小调整，太小会丢失信息，太大会增加模型参数和过拟合风险。
• oov_token=‘<OOV>‘：为未登录词指定一个统一的标记，这比直接忽略它们更好，让模型知道有未知词存在。
• max_length=200：另一个关键超参数。需要分析序列长度的分布来确定。太短会损失长评论信息，太长会引入大量无意义的填充，浪费计算资源。可以通过import matplotlib.pyplot as plt; plt.hist([len(s) for s in sequences])来可视化长度分布。
• padding=‘post‘：在序列末尾填充0。对于某些RNN模型，pre填充可能更好，但对于DNN，post填充更常见。

3.4 数据集划分

在开始训练前，必须将数据划分为训练集、验证集和测试集。

• 训练集：用于模型参数更新。
• 验证集：用于在训练过程中监控模型在未见数据上的表现，以进行超参数调优和早停（Early Stopping），防止过拟合。
• 测试集：仅在最终评估模型性能时使用一次，模拟模型在真实世界新数据上的表现。

from sklearn.model_selection import train_test_split # 先分出测试集（例如20%） X_temp, X_test, y_temp, y_test = train_test_split(padded_sequences, labels, test_size=0.2, random_state=42, stratify=labels) # 再从剩余数据中分出验证集（例如，剩余部分的25%，即总体的20%） X_train, X_val, y_train, y_val = train_test_split(X_temp, y_temp, test_size=0.25, random_state=42, stratify=y_temp) # 0.25 * 0.8 = 0.2 print(f“训练集大小: {X_train.shape}“) print(f“验证集大小: {X_val.shape}“) print(f“测试集大小: {X_test.shape}“)

使用stratify=labels可以确保在每个数据子集中，好评和差评的比例与原始数据集保持一致，这对于不平衡数据集尤为重要。

4. DNN模型构建与层析解读

有了处理好的数据，我们就可以搭建神经网络了。我们将使用Keras的Sequential API，以最直观的方式堆叠网络层。

4.1 模型架构设计

一个用于文本分类的典型DNN模型通常包含以下几层：

1. 嵌入层（Embedding Layer）：这是将整数索引映射为稠密向量的关键层。你可以把它理解为一个可查询的字典，输入一个词的索引（如5），它就输出一个固定长度的向量（如[0.2, -0.1, 0.5, ...]）。这个向量会在训练过程中不断更新，使得语义相近的词在向量空间中的位置也更接近。
2. 展平层（Flatten Layer）：嵌入层的输出是一个3D张量（样本数, 序列长度, 嵌入维度）。全连接层需要2D输入（样本数, 特征数）。展平层的作用就是将后两个维度“压平”，例如将(None, 200, 128)变成(None, 200*128=25600)。
3. 全连接层（Dense Layer）：也称为隐藏层。这是模型学习非线性特征组合的地方。我们通常会使用一至多个全连接层，每层后面跟一个激活函数（如ReLU）来引入非线性。
4. 输出层（Output Layer）：最后一个全连接层，神经元数量为1（二分类），使用sigmoid激活函数，将输出值压缩到0到1之间，可以解释为“属于好评的概率”。

from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Embedding, Flatten, Dense, Dropout embedding_dim = 128 # 词向量的维度，超参数 model = Sequential([ # 嵌入层：输入维度(vocab_size)，输出维度(embedding_dim)，输入长度(max_length) Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_length), # 展平层：将 (max_length, embedding_dim) 的矩阵展平为一维向量 Flatten(), # 第一个全连接隐藏层，128个神经元，使用ReLU激活函数 Dense(128, activation=‘relu‘), # Dropout层，随机丢弃50%的神经元连接，防止过拟合 Dropout(0.5), # 第二个全连接隐藏层，64个神经元 Dense(64, activation=‘relu‘), Dropout(0.3), # 输出层，1个神经元，sigmoid激活函数 Dense(1, activation=‘sigmoid‘) ]) # 查看模型结构摘要 model.summary()

4.2 关键层与超参数详解

• Embedding层参数：

  • input_dim：词表大小 + 1（因为索引从1开始，0通常预留给填充符）。我们之前设置num_words=10000，所以这里应该是10000+1？实际上，Tokenizer的num_words会确保索引从1到10000，0被预留，所以input_dim设置为vocab_size（10000）即可，但更安全的做法是len(tokenizer.word_index) + 1，或者直接vocab_size + 1。
  • output_dim：词向量的维度。常见值在50-300之间。维度越高，表达能力越强，但也需要更多数据来训练，更容易过拟合。128是一个不错的起点。
  • input_length：输入序列的长度，即我们之前设定的max_length。

• Dense层与Dropout：

  • 隐藏层的神经元数量（128, 64）是经验性超参数。可以从一个较小的网络开始（如64->32），如果欠拟合（训练集和验证集准确率都低），再增加层数或神经元数。
  • Dropout是神经网络中最有效的正则化技术之一。它在训练时随机“关闭”一部分神经元，迫使网络不依赖于任何单个神经元，从而学习到更鲁棒的特征。Dropout(0.5)意味着每个神经元有50%的概率在本次训练中被临时丢弃。通常在靠近输入和隐藏层使用较高的Dropout率。

• 激活函数选择：

  • 隐藏层使用ReLU：计算简单，能有效缓解梯度消失问题，是目前最常用的激活函数。
  • 输出层使用Sigmoid：将输出值映射到(0,1)区间，完美适配二分类问题的概率输出。

4.3 模型编译：配置学习过程

模型搭建好后，需要指定它的学习机制。

model.compile(optimizer=‘adam‘, loss=‘binary_crossentropy‘, metrics=[‘accuracy‘])

• 优化器（optimizer）：adam是自适应学习率优化算法，结合了Momentum和RMSProp的优点，在大多数情况下表现良好且无需太多调参，是默认的首选。
• 损失函数（loss）：对于二分类问题，binary_crossentropy（二元交叉熵）是标准选择。它衡量了模型预测的概率分布与真实标签分布之间的差异。
• 评估指标（metrics）：在训练和评估过程中，我们除了看损失值，更关心分类准确率accuracy。对于不平衡数据集，还可以加入Precision、Recall、F1-score等。

5. 模型训练、验证与调优实战

5.1 启动训练与回调设置

现在，我们可以用训练数据来“喂养”模型了。在训练过程中，我们会同时在验证集上评估，以监控模型是否过拟合。

from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint # 定义回调函数 callbacks = [ # 早停：当验证集损失连续3个epoch不再下降时，停止训练，并恢复最佳权重 EarlyStopping(monitor=‘val_loss‘, patience=3, restore_best_weights=True), # 模型检查点：保存验证集上性能最好的模型 ModelCheckpoint(‘best_model.h5‘, monitor=‘val_accuracy‘, save_best_only=True, mode=‘max‘) ] history = model.fit( X_train, y_train, epochs=20, # 训练轮数，通常会被早停回调提前终止 batch_size=32, # 每次梯度更新使用的样本数。越小，梯度更新越频繁，训练越慢，但可能更稳定。 validation_data=(X_val, y_val), callbacks=callbacks, verbose=1 # 显示训练进度条 )

• batch_size：常见值有32, 64, 128。如果你的GPU内存足够大，增大batch_size可以加速训练，但可能会影响模型泛化能力。可以从32开始尝试。
• epochs：设置一个较大的值，依靠EarlyStopping回调来避免无意义的过拟合训练。
• EarlyStopping：patience=3表示可以容忍验证集损失连续3轮不下降。restore_best_weights=True非常重要，它确保训练结束后，模型加载的是验证集上表现最好的权重，而不是最后一轮的权重。

5.2 训练过程可视化与分析

训练结束后，history对象保存了每个epoch的训练指标。可视化这些指标是诊断模型问题的关键。

import matplotlib.pyplot as plt def plot_history(history): fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4)) # 绘制准确率曲线 ax1.plot(history.history[‘accuracy‘], label=‘Train Accuracy‘) ax1.plot(history.history[‘val_accuracy‘], label=‘Val Accuracy‘) ax1.set_title(‘Model 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(‘Model Loss‘) ax2.set_xlabel(‘Epoch‘) ax2.set_ylabel(‘Loss‘) ax2.legend() plt.tight_layout() plt.show() plot_history(history)

通过观察曲线，我们可以判断模型状态：

• 理想情况：训练和验证的损失同步下降，准确率同步上升，最终趋于平稳且两者差距很小。
• 过拟合：训练损失持续下降，训练准确率持续上升，但验证损失在某个点后开始上升，验证准确率停滞甚至下降。两条曲线出现明显“分叉”。解决方案：增加Dropout率、增加L2正则化、使用更简单的网络结构、获取更多训练数据、进行数据增强。
• 欠拟合：训练和验证的损失/准确率都很差，且训练损失下降缓慢。解决方案：增加模型复杂度（更多层、更多神经元）、减少正则化、延长训练时间、检查特征工程是否有效。

5.3 超参数调优思路

如果基线模型效果不理想，可以系统性地调整以下超参数：

1. 词向量维度（embedding_dim）：尝试64, 128, 256。
2. 序列最大长度（max_length）：根据数据分布调整，尝试100, 200, 300。
3. 词表大小（vocab_size）：尝试5000, 10000, 20000。
4. 网络结构：调整隐藏层的数量和神经元数，例如[256, 128],[128, 64, 32]。
5. Dropout率：在0.2到0.5之间调整。
6. 优化器与学习率：可以尝试RMSprop，或者为Adam设置一个较小的学习率（如optimizer=tf.keras.optimizers.Adam(learning_rate=1e-4)）。
7. 批大小（batch_size）：尝试16, 32, 64。

实操心得：调参时务必一次只改变一个变量，并记录每次实验的配置和结果（可以使用TensorBoard或简单的日志文件）。优先调整对模型性能影响最大的参数，如embedding_dim、网络结构和Dropout率。使用验证集性能作为调参依据，绝对不要根据测试集结果来调参，否则测试集就失去了其作为最终性能评估的公正性。

6. 模型评估、预测与部署

6.1 在测试集上进行最终评估

训练和调优完成后，使用从未参与过任何训练或验证过程的测试集，对保存的最佳模型进行最终评估。

# 加载早停回调保存的最佳模型 from tensorflow.keras.models import load_model best_model = load_model(‘best_model.h5‘) # 在测试集上评估 test_loss, test_accuracy = best_model.evaluate(X_test, y_test, verbose=0) print(f“测试集损失: {test_loss:.4f}“) print(f“测试集准确率: {test_accuracy:.4f}“) # 更详细的评估：分类报告和混淆矩阵 from sklearn.metrics import classification_report, confusion_matrix import seaborn as sns y_pred_prob = best_model.predict(X_test) y_pred = (y_pred_prob > 0.5).astype(“int32“) # 以0.5为阈值进行二值化 print(“\n分类报告:“) print(classification_report(y_test, y_pred, target_names=[‘差评‘, ‘好评‘])) # 绘制混淆矩阵 cm = confusion_matrix(y_test, y_pred) sns.heatmap(cm, annot=True, fmt=‘d‘, cmap=‘Blues‘, xticklabels=[‘差评‘, ‘好评‘], yticklabels=[‘差评‘, ‘好评‘]) plt.xlabel(‘预测标签‘) plt.ylabel(‘真实标签‘) plt.title(‘混淆矩阵‘) plt.show()

分类报告会给出精确率（Precision）、召回率（Recall）和F1分数，这对于不平衡数据集尤为重要。混淆矩阵能直观地看出模型在两类上的具体错误情况。

6.2 对新影评进行预测

构建一个完整的预测管道，将新的原始影评文本输入，输出情感倾向。

def predict_sentiment(review_text): """ 预测单条影评的情感。 参数: review_text (str): 原始影评文本。 返回: str: ‘好评‘ 或 ‘差评‘，以及概率值。 """ # 1. 清洗和分词（使用与训练数据相同的函数） cleaned_text = clean_and_cut(review_text) # 2. 文本转序列（使用训练时拟合好的tokenizer） sequence = tokenizer.texts_to_sequences([cleaned_text]) # 3. 序列填充（使用训练时相同的max_length） padded_sequence = pad_sequences(sequence, maxlen=max_length, padding=‘post‘, truncating=‘post‘) # 4. 模型预测 prediction_prob = best_model.predict(padded_sequence, verbose=0)[0][0] # 5. 解释结果 sentiment = ‘好评‘ if prediction_prob > 0.5 else ‘差评‘ confidence = prediction_prob if sentiment == ‘好评‘ else (1 - prediction_prob) return f“情感: {sentiment} (置信度: {confidence:.2%})“ # 测试一下 new_review = “这部电影的剧情太拖沓了，看得我昏昏欲睡，演员演技也很尴尬。“ print(predict_sentiment(new_review)) # 应输出差评 new_review2 = “导演的叙事手法太棒了，镜头语言充满诗意，结尾让人回味无穷。“ print(predict_sentiment(new_review2)) # 应输出好评

6.3 模型保存与部署考虑

训练好的模型需要保存下来以供后续使用。Keras提供了多种格式：

• HDF5格式（.h5）：model.save(‘my_model.h5‘)，保存完整的模型结构、权重和训练配置。这是我们之前用ModelCheckpoint保存的格式。
• SavedModel格式：tf.keras.models.save_model(model, ‘my_saved_model‘)，这是TensorFlow推荐的格式，更适合跨平台部署。

对于简单的本地应用，你可以将模型文件、tokenizer（通过pickle保存）和预处理函数打包，写成一个Python脚本或简单的Flask/FastAPI接口，就能提供一个情感分析服务。

7. 常见问题排查与性能提升技巧

在实际操作中，你几乎一定会遇到下面这些问题。这里是我总结的一些排查思路和进阶技巧。

7.1 模型性能不佳的排查清单

7.2 进阶优化与扩展方向

当你的基线DNN模型达到一个稳定水平后，可以尝试以下方向进一步提升效果：

1. 使用预训练词向量：我们之前的Embedding层是随机初始化并在任务中从头训练的。可以加载像word2vec、GloVe或中文的Tencent AI Lab Embedding、BERT等预训练词向量来初始化嵌入层。这相当于为模型注入了先验的语言知识，通常能显著提升效果，尤其是在训练数据不多的情况下。在Keras中，你可以构建一个预训练权重矩阵，并将其设置为Embedding层的初始权重，并选择是否在训练中微调（trainable=True/False）。

2. 尝试不同的网络结构：

   • CNN for Text：使用一维卷积层（Conv1D）和全局池化层（GlobalMaxPooling1D）来捕捉评论中的关键局部短语特征（如“演技炸裂”、“五毛特效”）。
   • RNN/LSTM/GRU：使用循环神经网络层来处理文本的序列依赖关系，更适合建模长距离的语义关联。可以将LSTM层接在Embedding层之后。
   • 混合模型：结合CNN和RNN的优点，例如用CNN提取局部特征后，再输入到LSTM中学习序列信息。

3. 集成预训练语言模型（如BERT）：这是当前NLP的SOTA方案。使用Hugging Face的Transformers库，可以轻松加载中文BERT模型，将其作为特征提取器或进行微调。对于情感分析这种句子级分类任务，BERT几乎总能带来巨大的性能提升，但计算成本也更高。

4. 处理类别不平衡：如果差评和好评数量差距很大，除了在数据层面过采样/欠采样，还可以在模型层面解决。在model.compile时，通过class_weight参数为少数类赋予更高的权重，或者在损失函数中使用tf.keras.losses.BinaryFocalCrossentropy，它能够降低易分类样本的权重，使模型更关注难分类的样本。

这个基于DNN的豆瓣影评情感分析项目，就像一座通往深度学习NLP世界的桥梁。它涵盖了从数据到产品的完整链路，每一个环节的思考和调整，都是宝贵的实战经验。模型本身的准确率可能不会达到工业级应用的水平，但这个过程所锻炼出的数据直觉、模型调试能力和问题解决思维，是任何教程都无法替代的。当你亲手让这个模型从无到有，并看着它逐渐学会分辨喜怒哀乐时，那种成就感正是驱动我们不断探索的动力。

本文还有配套的精品资源，点击获取