Python基于BERT和朴素贝叶斯算法的新闻文本分类源码+数据集+实验报告，基于NaiveBayes的新闻情感分类模型

## 机器学习课设：基于BERT和朴素贝叶斯算法的新闻文本分类
工科专业的同学可以直接读这个文档。
商科专业的同学可以先看一下实验报告。
___
如何使用我的代码？
1. 打开`data.py`，修改第24,25行代码，改成你的数据集/测试集路径
    ```python
           datapath=".\\data\\train.csv"
           testpath=".\\data\\test.csv"
    ```
    csv文件中，`id`是样本的序列号，`content`是新闻的文本内容。`comment_all`是这个新闻   的所有评论。`label`是新闻真假的标签。其中有3个标签。-1是假新闻，0是不相关，1是真新闻。
   
    若要读取excel格式的文档，修改第`24,25,34,48`行代码即可，但是格式必须相同。
   
    其中`id`是样本的序列号，`content`是新闻的文本内容。`comment_all`是这个新闻的所有评论。`label`是新闻真假的标签。其中有3个标签。-1是假新闻，0是不相关，1是真新闻。

2. 打开`Bert_train.ipynb`或者`NaiveBayes.ipynb`，运行代码即可。
3. 或者直接将以下文件导入kaggle，打开GPU模式，设置好路径之后运行：
   ```
   split_dataset
   split_testset
   kaggle_bertversion.ipynb
   ```
   本段代码在kaggle上跑了大概2个小时，仅仅只有5个iteration，懒得再更新了。



`News_prediction.ipynb`没什么用，本来是用来做数据预处理的，运行之后会生成粗处理后的数据保存，下载时可以忽略。

`data`文件夹中已经包括了初始的数据集和处理之后的数据集。`.csv`文件初始数据集，另外两个是经过`News_prediction.ipynb`代码处理过的。在`Bert`和`NaiveBayes`训练函数中直接加载上来。

`result`文件夹中的文件是朴素贝叶斯和Bert模型训练后的输出文件，准确率分别问87.4和91.1。