Word2Vec+SVM电商评论情感分析：从词向量到分类落地全指南

简介：这是一份基于Word2Vec与支持向量机（SVM）对电商评论文本进行情感分析的Python课程设计项目，适合自然语言处理初学者、高校人工智能/计科专业学生作为课设、毕设或项目立项的参考实现。压缩包共18个文件，整体大小31.03MB，主要包括5个Python脚本、6个CSV数据文件、4个npy向量文件、1个pkl模型文件、1个说明文档（md）和1个停用词表（txt）；CSV提供原始及切分后的评论语料，npy保存向量化特征，pkl为可直接调用的SVM模型，py脚本覆盖数据处理、词向量训练、建模与测试等完整流程。目前已有131人学习，代码在提交前均经运行验证，项目答辩评价平均分达96分，并附有模型数据和说明文档，下载后可直接运行复现电商评论的情感分类流程。除完成既定任务外，还可基于现有脚本替换语料、调节参数或更换模型，便于二次开发与进一步学习。

1. 从一条被误判的差评说起：Word2Vec+SVM 做电商情感分析，先问值不值得

用户评论「手机电池不经用，一下午就没电，客服还推卸责任」里没有一个「差」字，但情感是明确的负向。传统词袋和 TF-IDF 只会统计词频，看不到「不经用」和「推卸责任」的组合语义；而基于 Word2Vec 加 SVM 的方案，先把每个词映射成稠密向量，再把整句评论转成一个定长向量交给 SVM 分类器，几乎是中文文本情感分析课程设计里最稳、最容易讲清楚的一条路。这套方案不需要 GPU，不需要动辄几亿参数的预训练模型，一台普通笔记本就能跑通，又比单纯用情感词典的做法泛化好得多。

这套东西适合两类人：一类是正在做课程设计、需要可复现源码和文档说明的学生，另一类是想在小规模电商评论数据上快速建立文本分类基线的开发者。后面几章我会按「词向量怎么训→SVM 怎么接→端到端工程怎么组织→踩了哪些坑→怎么再进一步」的顺序展开，你在标题里看到的 Python 源码、文档说明、模型数据，正好对应这条落地路径上的三样产物。先说明一点：这不是一个追求 SOTA 的方案，但它的可解释性和可复现性，恰恰是课程设计和早期项目验证最看重的东西。

2. 词向量怎么来：训练 Word2Vec 的最小代码与四个必调参数

2.1 为什么电商评论不用词袋和 TF-IDF：稀疏向量与语义鸿沟

电商评论语料有三个典型特点：词表大、单条短、口语化重。一件商品的评论可能几千条，去重后词表轻松破万。「质量不错」「质量很好」「质量杠杠的」——用词袋表示，这些句子在维度上几乎没有重叠，模型学不到它们的语义相近。TF-IDF 只是给词频加了权重，维度照样稀疏，分类器在高维稀疏输入上容易过拟合，训练也慢。这就是词袋和 TF-IDF 在短文本情感分析上的本质瓶颈：它们把词当作独立的离散符号，丢失了上下文共现信息。

Word2Vec 的思路是让每个词变成一个固定长度的稠密向量，比如 128 维。向量在空间里的距离代表语义相似度，「不错」「很好」「杠杠的」会聚到相近区域，这个性质正好缓解了评论里同义表达多的问题。训练目标上，语料不大时我一般选 Skip-gram（sg=1）而不是 CBOW，因为 Skip-gram 对低频词更友好，而差评里的「辣鸡」「翻车」「踩雷」恰恰是低频但情感强烈的词。CBOW 训练更快，但在这种数据规模下优势不明显。

课程设计选 Word2Vec 还有一个现实理由：可解释性。答辩时你可以当场演示 model.wv.most_similar('客服') 返回「态度、售后、店家」等词，比端出一堆深度网络中间特征更有说服力。数据量要求也不高，几千条评论训出的词向量用于下游文本分类，往往够用。真正要注意的是，Word2Vec 只是无监督的表示学习，它不生产任何情感标签，分类要交给下一章的 SVM，这两层职责要分清。

2.2 最小可跑通的 Word2Vec 训练脚本与保存

假设你已经装好 Python 3.8 以上的环境并引入了 jieba、gensim、scikit-learn、joblib，环境配置不是本篇重点，但版本号请记下来写进 requirements.txt，后面加载模型数据时会用到。下面的代码是训练词向量的最小闭环：

import logging import jieba from gensim.models import Word2Vec logging.basicConfig(level=logging.INFO) sentences = [] for line in open('reviews_cleaned.txt', encoding='utf-8'): words = list(jieba.cut(line.strip())) # 每条评论切成词列表 if len(words) >= 2: # 过滤单字噪声和空行 sentences.append(words) # 训练词向量，输入是 list of list of words model = Word2Vec( sentences, vector_size=128, # 词向量维度，中小语料 128 比 300 更稳 window=5, # 上下文窗口，评论句子短，5 已覆盖半句话 min_count=2, # 只保留出现 2 次及以上的词 sg=1, # 1=Skip-gram，0=CBOW epochs=10, # 语料小，10 轮够用 workers=4, # 多线程训练 seed=42 # 固定随机种子，保证结果可复现 ) model.save('word2vec.model')

这段代码的核心不是算法细节，而是输入格式。Word2Vec 接收的是句子列表，每个句子是已经切好的词列表，所以 jieba.cut 的结果必须用 list() 包一层再放进 sentences。很多人第一次跑直接把字符串传进去，报错之后才发现要套一层。另一个关键点是保存模型：model.save('word2vec.model') 得到的文件就是标题里「模型数据」的一部分。后面生成句子向量、训练 SVM、写预测脚本，都要加载同一份模型，不能每次重新训练——随机初始化不同会让下游特征分布整体漂移，课程设计报告里写不清这个坑会非常被动。

参数里值得展开的是 min_count。电商评论里「辣鸡」「翻车」这类词对区分差评很有用，但它们出现频率不高；min_count 设太大会把这些词直接丢掉，设太小又会保留只在一条评论里出现一次的噪声词。我一般设 2，既保留低频情感词，又过滤纯噪声。seed=42 这个细节很多人忽略，但固定随机种子是「文档说明」里能复现数字的前提，答辩时老师重新跑一遍得到一模一样的结果，信任度会高很多。

2.3 四个必调参数：sg、vector_size、window、min_count

参数之外更重要的是一条判断标准：训练完先做一轮「体检」。调用 model.wv.most_similar('快递')，如果返回的是「发货、物流、配送」这类相关词，说明词向量基本学到位；如果返回一堆完全不相关的词，优先检查分词和语料量，而不是盲目调参。这一轮体检的结果可以直接截图放进文档说明里，作为词向量质量的证据，比贴 loss 曲线更有说服力。

还有一个常见误用需要提醒：把 Word2Vec 当分类器用。很多课程设计写到一半会问「为什么 Word2Vec 不能直接输出情感标签」，因为它的训练目标只是预测上下文词，不感知情感。它的产物是向量空间，分类必须由监督模型完成。把表示学习和分类器这两层分开理解，后面排错会少走很多弯路。

如果你手里的语料实在少（比如只有几百条），自己训练词向量会明显吃力。常见做法是加载开源的中文预训练词向量，但要接受三个代价：一是分词词典必须和预训练词表的粒度对齐，否则大量词变成 OOV；二是预训练文件往往很大，加载慢；三是课程设计评审经常要求体现「自己训练」的过程。我个人的习惯是先用 gensim 把自己的词向量训练跑通，再加载预训练做对比实验，两版结果都写进报告，这样既有完整流程又有提升方向。

3. 句子向量与 SVM 分类：从词向量到正负标签的关键一步

3.1 从词向量到句子向量：平均池化与它的局限

词向量解决的是「词怎么表示」，SVM 解决的是「向量怎么分类」，中间还差一步：每条评论长度不同，词数量不同，必须转成定长向量才能喂给 SVM。最简单的合并方式就是平均池化：把句子中所有词的向量按维度取平均，得到一个 128 维的句向量。这个操作在 numpy 里就是一行 np.mean(vectors, axis=0)，但工程上要处理的边界情况比想象中多。

平均池化的局限在于否定结构会被冲淡。「这款手机我不推荐」里，「推荐」是正情感词，加上「不」和「我」之后取平均，整句向量仍然偏正，模型很容易误判成好评。这是纯平均池化的通病。课程设计里最常见的优化是 TF-IDF 加权平均，让「辣鸡」「惊喜」这类情感强烈的词权重更大，我在第 6 章给出具体实现；或者先把「不+动词」「没+形容词」这类结构做短语合并，再参与平均。作为基线，平均池化先跑通是完全正确的第一步，不要一开始就上复杂方案。

还有一个细节：OOV 词处理。训练 Word2Vec 时设了 min_count=2，语料里只出现一次的词不在词表里。下面代码的处理方式是直接跳过，不贡献向量。如果一句话超过一半的词都 OOV，这个句向量会非常稀疏，SVM 预测容易偏向多数类，这属于第 5 章要排查的现象，不是 SVM 本身的锅。

3.2 用 sklearn 训练 SVM 并保存模型

import numpy as np from sklearn.svm import SVC from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report import joblib def sentence_vector(words, w2v_model): vectors = [] for w in words: if w in w2v_model.wv: vectors.append(w2v_model.wv[w]) if not vectors: return np.zeros(w2v_model.vector_size) # 整句 OOV 时兜底 return np.mean(vectors, axis=0) X = [] y = [] for words, label in labeled_data: # [(切词列表, 0/1), ...] X.append(sentence_vector(words, w2v_model)) y.append(label) X = np.array(X) y = np.array(y) X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42, stratify=y ) svm = SVC( kernel='rbf', C=1.0, gamma='scale', class_weight='balanced', probability=True ) svm.fit(X_train, y_train) joblib.dump(svm, 'svm_model.pkl') print(classification_report(y_test, svm.predict(X_test), target_names=['neg', 'pos']))

sentence_vector 函数里有三个关键点：逐词查表、OOV 跳过、整句为空时返回零向量。第三个最容易忽略——如果评论被清洗后只剩停用词，vectors 为空，直接跑 np.mean 会得到 NaN 甚至报错。返回零向量是常规兜底，虽然信息量为零，但至少不中断流程。train_test_split 里的 stratify=y 是必填项，电商评论正负样本常常失衡（比如 8:2），不按类别比例分层抽样，某一折里可能一条负样本都没有，SVM 学到的边界会整体偏移。

注意：SVC 的 probability=True 会显著增加训练时间，它需要额外做 Platt 缩放来得到概率输出。如果后面不打算用 predict_proba 调阈值，就不要开这个参数。

joblib.dump 保存的是整个 sklearn 模型对象，加载时用 joblib.load('svm_model.pkl') 即可。需要提醒的是，joblib 和 pickle 一样存在跨版本兼容问题，所以文档说明里最好记录 Python 和 scikit-learn 的版本号，或者直接附 requirements.txt。课程设计里最尴尬的场景是答辩换了一台机器，模型文件加载直接报错，提前锁版本能避免大部分这类问题。

3.3 核函数与 C、gamma：软间隔和 RBF 的选型逻辑

SVM 在 128 维稠密句向量上，默认 RBF 核一般表现不错，但很多人直接照搬 default 参数而不理解含义，出了问题也不知道往哪调。这里把最常被问的三个参数讲清楚。C 是误分类惩罚系数：C 越大，训练集上错分越少，但边界越复杂，越容易把噪声当成规律；C 越小，边界越平滑，泛化通常更好。评论数据的标注本身有噪声，我一般从 C=1.0 起步，而不是先上 100。

gamma 是 RBF 核的宽度参数。sklearn 1.0 之后默认是 gamma='scale'，它会按特征方差自动缩放，适合 128 维输入。如果手动设成 0.001 这种绝对值，边界会过于平滑，几乎所有评论都被判成正类，这就是「调参像玄学」的常见来源——不是算法玄，是参数含义没对上。新手阶段请不要手动调 gamma，先信任 'scale'。

标题里常出现的「硬间隔 SVM」在这里基本不可行。硬间隔要求训练数据线性可分且必须全部正确分类，等价于 C 无穷大，会把所有训练样本都试图分对，在带噪声的评论数据上会严重过拟合。我们用的是软间隔 SVM，也就是带 C 惩罚项的版本，这是工程里的常态。如果切词和池化都没问题但 SVM 效果差，可以做一次小范围搜索：GridSearchCV 在 C=[0.1, 1, 10]、kernel=['linear', 'rbf'] 上配 5 折交叉验证，评分用 f1 而不是 accuracy。几千条样本的向量矩阵很小，整个搜索几十秒就结束，远比手调靠谱。

4. 端到端落地：从原始评论文本到可复现的源码与模型文件

4.1 清洗与切词：去广告、去 emoji、加载用户词典

标题里的「源码」不是指一个训练脚本，而是一整套可复跑的流程。我见过不少课程设计把清洗逻辑写在训练脚本里，跑完就没了，换一份数据就得改代码。更稳的做法是把清洗、切词、向量化、训练、预测拆成独立模块，中间产物落盘。常见的工程结构大概是这样的：

project/ ├── data/ 原始评论与标注文件 ├── models/ word2vec.model 与 svm_model.pkl ├── src/ │ ├── clean.py 清洗与切词 │ ├── train_w2v.py │ ├── train_svm.py │ └── predict.py ├── requirements.txt └── report.md

这个结构不是唯一的，但它能保证「源码 + 文档说明 + 模型数据」三样东西各归其位，答辩时也方便演示。电商评论清洗按噪声类型分四类：第一类是广告引流信息，「加微信」「领优惠券」这类字符串没有情感价值，用关键词规则过滤；第二类是重复刷屏，同一用户同一文本出现多次，要按「用户+商品ID+评论文本」去重，否则一条好评被复制几十次会把类别权重拉歪；第三类是 URL 和 HTML 标签，正则直接删；第四类是 emoji 和特殊符号，它们有时携带情感（差评配愤怒表情），但作为课程设计直接过滤最省事。

分词用 jieba.cut 没问题，但强烈建议加载用户词典。电商评论里有大量品牌型号和网络用语，「红米」「性价比」「翻车」「踩雷」，默认词典切得七零八落。常见做法是维护一个 userdict.txt，一行一个词，在初始化时用 jieba.load_userdict('userdict.txt') 加载。这个文件也要纳入源码工程，因为换机器后没有它，切词结果会变，模型预测效果会立刻崩掉。

import re import jieba def clean_review(text): text = re.sub(r'https?://\S+', '', text) # 去 URL text = re.sub(r'<[^>]+>', '', text) # 去 HTML 标签 text = re.sub(r'[0-9a-zA-Z]+', ' ', text) # 数字英文统一置空 text = re.sub(r'\s+', ' ', text).strip() return text def tokenize(text): words = [w for w in jieba.cut(clean_review(text)) if w.strip()] return words

清洗函数里把数字和英文统一换成空格，而不是直接删掉，原因是要避免相邻中文被粘连成奇怪的词。停用词表这个问题值得单独说：不要拿网上通用的中文停用词表直接套用，很多通用表会把「不」「没」「太」删掉，这三个词在差评里恰恰是核心情感词。我一般只删「的、了、吗、呢」这类纯语法词，否定词和程度副词必须保留。

4.2 训练/验证/测试划分与标签均衡：先看分布再切分

划分数据前第一件事是看标签分布。电商评论通常好评远多于差评，真实比例可能到 9:1。直接按 8:2 切分时，测试集里差评可能只有几十条，评估指标波动极大，这轮跑和下一轮跑结果完全不同。3.2 里的 stratify=y 就是做分层抽样，保证训练和测试集里的正负比例与总体一致。实际操作中，我会在划分前先打印 y 的分布并写进报告，这既是工程习惯，也是文档说明里该有的数据概况。

第二个容易忽略的是数据泄漏。同一条评论被刷屏多次，或者同一用户对同一商品重复发表相似评论，训练集和测试集里出现近似重复样本，模型效果会虚高。4.1 里的去重步骤就是为了避免这个问题。更严谨的做法是按用户划分：同一用户的所有评论只出现在训练集或测试集其中一个里，但课程设计数据量往往不大，能做到按用户划分更好，做不到至少要做文本去重。

标签定义必须在文档里写明。常见定义是好评=1、差评=0，那中评（三星）放哪边？我的习惯是：中评占比小就直接丢弃，并在文档里注明「本方案只做正负二分类，中评样本已剔除」；中评占比高就归入负类，但评估时要单独看中评被分到哪边，避免模型把「一般般」全判成差评后召回率虚高。

4.3 评估指标与混淆矩阵：准确率会骗人

在 9:1 的不平衡数据上，一个「把所有评论都判成好评」的模型，准确率是 90%。这个数字看起来漂亮，但对业务毫无意义——差评全漏了。所以评估必须看差评类的精确率、召回率和 F1，以及整体混淆矩阵。classification_report 输出里每一行对应一个类别的精确率、召回率、F1 和样本数，其中差评那一行才是关键，整体准确率只是参考。

从业务角度看，漏掉一条差评（召回率低）比误伤一条好评（精确率低）代价更高，所以调参时优先看差评召回率。如果给课程设计一个可验收的标准，我一般建议差评召回率至少到 0.75，整体 F1 不低于 0.8，再往上就是工程细节的比拼了。

混淆矩阵建议画出来放进文档里。代码不长，用 sklearn 的 confusion_matrix 得到 2×2 矩阵，再配合 matplotlib 的 imshow 展示。评审老师不一定逐行看指标表，但几乎都能一眼看懂「差评被误判成好评」那个格子——这个格子越小，方案越可信。评估这一步做完，整个端到端流程就闭环了：源码能跑、文档能解释、模型数据能加载。

5. 避坑与常见问题排查：全预测正类、词向量不收敛、模型加载失败

5.1 现象：模型预测几乎全是好评

这是词向量加 SVM 方案里出现频率最高的问题，翻车现场十有八九是这个。现象是 classification_report 里整体准确率挺高，但差评召回率只有 0.1 左右。

原因在 4.3 已经埋了伏笔：类别不平衡。100 条样本里 90 好评 10 差评，模型全判好评就有 90% 准确率，SVM 没有动力去冒险区分差评。

解决分两步。第一步在 SVC 里加 class_weight='balanced'，它会按类别频率自动提高少数类的惩罚权重。第二步还不行就做阈值移动：用 predict_proba 拿到差评概率，遍历阈值找 F1 最高的切分点，而不是死等 0.5。

from sklearn.metrics import f1_score proba = svm.predict_proba(X_test)[:, 1] # 差评概率 best_th, best_f1 = 0.5, 0 for t in np.arange(0.3, 0.7, 0.01): pred = (proba >= t).astype(int) f1 = f1_score(y_test, pred, pos_label=1) # 把差评当正类 if f1 > best_f1: best_f1, best_th = f1, t print('best threshold:', round(best_th, 2), 'f1:', round(best_f1, 3))

阈值移动不改变模型本身，只改变判定边界。这段代码值得写进文档说明，顺便解释「为什么 0.5 不是天然最优」——在类别不平衡时，0.5 只是默认值，不是最优值。

5.2 现象：Word2Vec 训练看着不收敛

gensim 训练 Word2Vec 时，你不会看到深度学习里那种平滑下降的 loss 曲线。它默认只在打开日志时输出当前 epoch 的累计 loss，而且这个值是累计的，看起来像上下波动甚至不降。

原因在于 gensim 的 loss 是训练过程中的累计近似值，受窗口采样影响，单次数值噪声很大。很多新手以为训练失败，其实只是没理解日志格式。

解决方法是先打开日志：logging.basicConfig(level=logging.INFO) 放在训练脚本开头。更直接的验证是看词向量质量：model.wv.most_similar('质量') 返回「做工、手感、屏幕」这类相关词，说明训练正常；返回「的、了」或一堆无关词，说明语料量不够或 min_count 太高，要回去补数据，而不是继续调 loss。

5.3 现象：训练指标好而新评论全崩

这个坑的经典场景是：训练集上 F1 有 0.9，拿几条没标注的新评论一测，几乎全偏。第一反应是 SVM 参数不行，其实十有八九是词向量侧出了问题。

原因几乎总是训练和预测时的文本处理流程不一致。训练脚本里先 clean_review 再 jieba.cut，预测时为了省事直接 jieba.cut 原始文本，导致「iPhone13」在训练时被切成「iPhone 13」两个 token，预测时变成一个 token，全部 OOV；或者用户词典在预测环境没加载，同一个词被切成不同粒度，词向量查表结果完全对不上。

解决的办法是把清洗加切词封装成一个函数，训练和预测共用（4.1 的 tokenize 就是这个用途），并且把 word2vec.model、userdict.txt 和预测脚本放在同一个目录里一起拷贝，别只带走一个 pkl 文件。这个坑排查起来很容易，但很多人会先花两天调 SVM 参数。

5.4 现象：加载模型文件报错

常见的报错有两类。一类是 gensim 模型：gensim 4.x 训练保存的 .model 文件拿到 3.x 环境加载会直接报错，反过来 3.x 的模型用 4.x 加载，也多会因为内部 KeyedVectors 结构变化报兼容错误。另一类是 joblib 保存的 SVM 模型，跨 Python 大版本加载容易报错。

原因就是版本兼容。gensim 和 sklearn 在不同大版本间存储格式不保证兼容，这是最典型的版本坑。

解决方法是把环境依赖锁死。文档说明里附 requirements.txt，把 gensim、scikit-learn、jieba、numpy 的版本号写死。如果确实需要在新环境加载旧 gensim 模型，可以用 model.wv.save_word2vec_format('vectors.txt') 导出文本词向量，再通过 KeyedVectors.load_word2vec_format 加载，绕开版本问题；但 joblib 保存的 SVM 模型就别指望跨大版本了，重新训练一次往往更省事。

5.5 现象：长评论主导特征，短评论被淹没

平均池化本身不区分词的重要性，于是出现一种微妙的现象：一条 50 词的评论和一条 5 词的评论相比，前者的句向量会包含更多中性词的信息，模型决策更容易被长评论里的零散词影响，短评论里两三个强情感词反而被稀释。

原因是均值池化对长度不敏感，但长评论的词向量均值往往更靠近向量空间中心，判别信息被抹平。

解决思路有两个。一是设最大长度截断，比如保留前 60 个词；二是做长度分层评估，分别统计 10 词以下和 30 词以上评论的准确率，如果差异明显，就回到第 6 章的 TF-IDF 加权池化，让「辣鸡」「惊喜」这类词权重更大，而不是靠长度堆词。这个现象不会让模型完全失效，但会让评估报告出现「短差评漏检」的细节问题，属于查漏补缺时要顺手处理的一类。

6. 进阶技巧：TF-IDF 加权池化与交叉验证，让指标再上一个台阶

6.1 TF-IDF 加权替代平均池化

平均池化的最大痛点是所有词贡献相同，而「快递」「质量」这类高频词情感信息弱，「辣鸡」「惊喜」这类低频词情感信息强。常见做法是在训练集上用 TfidfVectorizer 拟合每个词的 idf 权重，再对词向量做加权平均：

from sklearn.feature_extraction.text import TfidfVectorizer corpus = [' '.join(words) for words, _ in labeled_data] # 切词后按空格拼接 tfidf_vec = TfidfVectorizer(token_pattern=r'\S+', lowercase=False) tfidf_vec.fit(corpus) idf = tfidf_vec.idf_ vocab = tfidf_vec.vocabulary_ def tfidf_sentence_vector(words, w2v_model, idf, vocab): vecs, weights = [], [] for w in words: if w in w2v_model.wv and w in vocab: vecs.append(w2v_model.wv[w]) weights.append(idf[vocab[w]]) if not vecs: return np.zeros(w2v_model.vector_size) return np.average(vecs, axis=0, weights=weights)

提示：idf 权重只能在训练集上拟合一次，预测新评论时直接复用训练好的 idf 和 vocab，绝不能重新 fit，否则会造成信息泄漏并改变特征分布。这一步做完，句向量里低频情感词的贡献会明显变大，短差评被淹没的问题也会缓解。

6.2 交叉验证与业务验证：在 100 条新评论上做盲测

SVM 参数建议做一次小范围 GridSearchCV，而不是手调。评分用 f1 而不是 accuracy，折数选 5 或 10。搜索空间 C=[0.1, 1, 10]、kernel=['linear', 'rbf']，gamma 保持 'scale'。几千条评论的向量矩阵很小，整个搜索一般一分钟内结束。交叉验证能告诉你方案的稳定性：如果 5 折 F1 标准差超过 0.05，说明数据集太小或标签噪声大，继续调参意义有限，该补数据而不是换模型。

最后留一步业务验证：拿 100 条最近的真实评论，不修改任何代码跑一遍预测，人工看误判样本。我现在的习惯是维护一个小清单，把误判原因归类——OOV、长句稀释、标注本身有争议，按类别统计，然后决定下一步优化哪块。如果以后要扩到多模态情感分析（同时看评论文字和配图），文本这一层的 Word2Vec+SVM 基线仍然是对齐标准，先把它做扎实，后面的增量才有参照物。这套流程走下来，你会很清楚哪些模块值得投入，哪些只是噪声。希望这些踩坑经验能帮你把课程设计一次跑通，也希望帮到你后续的第一个真实项目。

本文还有配套的精品资源，点击获取