摘 要

深度学习是目前人工智能研究上面一个火热的点，它是源于神经网络模型的一种突破性新技术。它具有多层神经网络，但又不止步于神经网络。它目前已经被应用到许多的领域里面。其中，在图像处理和语言识别，手写识别上面扮演着不可替代的角色。而它在自然语言（NLP）中的应用更是取得了前所未有的效果。

本文我的课题研究的对象就是keras对新闻内容的处理，keras是目前一种成功的深度学习框架，NLP则原本是心理学的起始，现在多数意译为神经语言程序学，主导研究人大脑工作的程序。然后将机器赋予这种能力，达到人工智能的目的，而NLP程序学下也包含了许多扩展，例如基于LSTM模型的文本分类，文本情感分析和序列标注等，本文对新闻内容的处理则可以从上面几个方向入手，我的方向是LSTM文本情感分析。我将采用python语言环境里面的keras框架，引用Word2Vec高维向量表示词语和递归神经网络（RNNs）做文本词向量的编码，最后对新闻内容进行情感分析输出处理。

关键词：深度学习框架keras，Word2Vec，LSTM

Abstract

  Depth learning is a hot point in the study of artificial intelligence at present, it is derived from the neural network model of a breakthrough new technology. It has a multi-layer neural network, but not only in the neural network. It has been applied to many areas of the inside. Among them, in the image processing and language recognition, handwriting recognition above plays an irreplaceable role. And its application in natural language (NLP) is achieved unprecedented results.

In this paper, the subject of my research is keras on the handling of news content, keras is a successful deep learning framework, NLP is the beginning of the original psychology, and now most of the free translation of the neural language program, leading the study of human brain work program of. And then the machine to give this ability to achieve the purpose of artificial intelligence, and NLP program also contains a lot of extensions, such as LSTM model based on the text classification, text emotion analysis and sequence annotation, etc. This article on the news content can be processed from The above several directions to start, my direction is LSTM text emotional analysis. I will use the python language inside the keras framework, reference Word2Vec high dimensional vector representation words and recursive neural network (RNNs) to do the text word vector coding, and finally the emotional content of the news

output processing.Keywords: Depth learning frame keras, Word2Vec, LSTM

目录

Keras在NLP中的应用与实现 1

第1章：绪论 1

1.1人工智能的产生 1

1.2人工智能国内外发展势态 1

1.3人工智能的发展前景 2

1.3.1应用领域 2

1.3.2发展方向 3

1.4论文研究的意义 4

1.4.1研究人工智能的意义 4

1.4.2研究lstm文本情感分析的意义 4

1.4.3研究深度学习keras的意义 5

第2章：研究的条件及技术简介 6

2.1研究的条件介绍 6

2.2技术简介 6

第3章：设计实现方案 7

3.1设计研究的方案 7

3.2研究内容 8

3.3课题研究预期目标 8

第4章：设计实现 9

4.1 设计平台搭建过程 9

4.2设计的实现过程 12

4.2.1概要设计 14

4.2.2搭建LSTM模型 15

4.2.3实现LSTM文本情感分析 18

4.3设计的结果及分析 19

第5章：结论与讨论 21

6参考文献 22

7致谢 23

第1章：绪论

1.1人工智能的产生

早在远古时代，我们的祖先就开始懂得用工具去使劳动变得简单，交通工具从古老的马车到现代的汽车，再到火车，飞机。抵抗燥热的夏天，工具从简易的木扇到现在居家必备的空调，都是人类文明进本的铁证。所以今天人工智能的产生并不是个偶然的事件，而是人类在发展中必然经历的阶段，我们一直在尝试用智慧来让生活变得更加美好，恰巧人工智能是当下人类可以跨越大步文明的一种手段。人们在试图用机器来替代某些大脑甚至大脑不能做到的脑力劳动。我们说人类高于其他物种的地方就在于人类懂得制造工具和使用工具。而人工智能的产品也可以被称为是一种工具罢了，它的出现表现出了人类对大自然的征服力以及改造能力。人工智能的历史可以追溯到上个世纪的四十到五十年代间，经理了半个世纪多的起起伏伏，有高潮有低谷，直到去年阿尔法狗战胜世界围棋冠军李世石一鸣惊人，人工智能才把自己的形象再一次搬上了世界的大荧幕。至此才迎接了一个继互联网之后新的诗篇--人工智能时代的到来。

人工智能在目前的市场上已经有许多的应用了，我们熟悉的比如语音识别和手写识别，在文本分析上面就有文本感情分析和序列标注等。我这个课题是文本感情分析的凤毛麟角。纯属站在前人的肩膀上做一个自我的能力提升。

1.2人工智能国内外发展势态

在探讨人工智能国内外的发展状况之前，首先我们需要回答一个问题，那就是人工智能是干什么的，知道它是干什么的我们才知道他应用于那些领域，智慧这个词相对来说一般指人，而具有人的思维的一系列行为和动作，我们则称之为智能。所以人工智能研究可以理解为是对人的思维进行模仿和实现的一种研究。是延伸和扩展人类智慧理论，方法和技术的一门科学。

人工智能在国外已经身居多年。一些欧美国家及日本处于技术领先地位，他们已经懂得去制造一些智能感知，处理和反馈的应用，深度学习技术的成果出现使得人工智能如虎添翼，掀起了21世纪研究人工智能的狂热浪潮，这也是我这个课题产生的根本原因。另外呢，在美国，机器人技术已经被列为警惕技术，是一种先进的制造技术，这种技术旨在运用到军事，医疗和娱乐行业，而且美国现在已经研制了一种叫做智能体技术，这种技术已经应用在了他们的远程教学系统等领域，同时，国内的人工智能产业也得到了前所有未的关注热潮，各大互联网公司都前赴后继的去研发人工智能产品。目前市场上面的产品有操作系统，例如安卓和ios的产品，此外还有一些语音识别以及云机器人，大数据开发等，这些产品都让我们的生活变得简单起来，而前不久百度研制的度秘机器人也充分的将语音识别，图像处理和npl展现的淋漓尽致。热潮不容置疑，但是国内目前缺乏的就是人工智能产业布局和创新社区。计算机时代已经到达巅峰期，如果把互联网称之为第三次工业革命，那么下一次工业革命最有可能就是落在人工智能的头上，

1.3人工智能的发展前景

人工智能在目前的研究热点上来讲它的地位是毋庸置疑的，其实可以肯定的是，既然大家都纷纷投资在这个事业上，那么这就说明人工智能的价值是无可限量的，所以它的前景必定是一片光明。世界的矛头都已经把研究热点指向了计算机智能化，人工智能必然会成为第四次工业革命的领军行业。这里我着重谈谈人工智能在未来生活中的应用领域和发展方向。

1.3.1应用领域

1. 管理系统里面的应用：管理系统用于领域最多的就是企业管理和教育事业，各种企业使用人工智能的管理系统意在提高工作效率。而只能教学系统则是集合了人工智能和教育模块。今天的教学系统都会朝着这个方向发展。系统包含了多个模块。学生和教师拥有自己的模块，同时提供了教学平台，开发则集中运用了多媒体技术，网络技术和人工智能技术。

2.工程领域的应用：医学专家系统是目前世界上最具代表性和价值的智能系统，它是征集了医学家的理论和技术，结合人工智能技术研制出来的系统，旨在辅助医生完成复杂的诊断和医学问题。目前这个系统已经应用到多个医学领域当中，并且在不断的完善，其在医学影像方面的作用可见一斑。此外人工智能系统还应用在地质勘探和石油勘测等领域，可以帮助分析区域资源价值和选取最佳开井位置，还能发现钼矿储藏等。