RNN-based Movie Review Sentiment Analysis

Resumen del proyecto

Un estudio de reseñas de películas que compara modelos recurrentes para clasificar sentimientos y predecir puntuaciones, con datos de evaluación separados.

Un estudio bilingüe de reseñas de películas que compara redes recurrentes para clasificación de sentimiento y regresión de puntuaciones. El flujo prioriza un preprocesamiento coherente en inglés y malayo, particiones que evitan fugas y evaluación adecuada a cada tarea.

Dentro de esta creación

• Creé particiones 80/10/10 de entrenamiento, validación y prueba antes de ajustar el flujo de modelado.
• Limpié reseñas en inglés y malayo mediante conversión a minúsculas, manejo de puntuación, eliminación de palabras vacías, lematización, tokenización y relleno.
• Apliqué aumento con semilla solo a los datos de entrenamiento, ampliando los ejemplos de clasificación de 222 a 888 y los de regresión de 501 a 2,004.
• Comparé modelos SimpleRNN, LSTM y GRU para sentimiento binario y predicción de puntuaciones numéricas.
• Evalué clasificación mediante exactitud, precisión, exhaustividad y F1, y regresión mediante métricas de error y ajuste por intervalos de puntuación, sin declarar una arquitectura ganadora.
• Añadí 22 pruebas con una cobertura del 55% y documenté la limpieza de puntuaciones ausentes, duplicados, reseñas cortas y textos repetidos.

Código fuente y enlaces