Saya ingin melakukan analisis sentimen berita politik berbahasa Indonesia 5 tahun…
- User
Saya ingin melakukan analisis sentimen berita politik berbahasa Indonesia 5 tahun terakhir pada sebuah portal berita, misal Kompas.com. Saya ingin mengetahui apakah berita ini memiliki sentimen yang positif, negatif, atau netral terhadap topik politik yang dibicarakan pada beritanya. Saya telah mengumpulkan data berita tersebut menggunakan web scraping Python dan dihasilkan sekitar 16.500 baris data .csv berita politik dengan satu berita memiliki kisaran 200-400 kata. Data tersebut berisi kolom Judul, Tanggal, Isi Berita, dan Label. Kelas pelabelan data adalah “positif”, “negatif”, dan “netral” pada 16.500 data tersebut. Dataset dibaca dengan pickle dengan kode Python berikut: "# Membaca dataset data_list = pickle.load(open('filtered_pre_processed_berita_joined_done.pkl', 'rb')) data = pd.DataFrame(data_list, columns=['judul', 'isi', 'pre_processed', 'Label', 'Nama_Pelabel']) data['Isi Berita'] = data['pre_processed']"
Buat kode Python analisis sentimen menggunakan CNN layer kemudian LSTM layer!
- Assistant
Untuk menganalisis sentimen berita politik menggunakan metode CNN dan LSTM layer, Anda perlu mengikuti langkah-langkah berikut:
- Import library yang diperlukan
- Persiapkan data untuk pelatihan dan pengujian
- Ubah label menjadi numerik
- Tokenisasi dan pad sequences
- Buat model menggunakan CNN dan LSTM
- Jalankan pelatihan dan evaluasi
Berikut adalah kode Python untuk menerapkan langkah-langkah di atas:
# 1. Import library yang diperlukan import numpy as np import pandas as pd import pickle from keras.models import Sequential from keras.layers import Dense, Dropout, Embedding, LSTM, Conv1D, GlobalMaxPooling1D from keras.preprocessing.text import Tokenizer from keras.preprocessing.sequence import pad_sequences from sklearn.model_selection import train_test_split from keras.utils import to_categorical # 2. Persiapkan data untuk pelatihan dan pengujian data_list = pickle.load(open('filtered_pre_processed_berita_joined_done.pkl', 'rb')) data = pd.DataFrame(data_list, columns=['judul', 'isi', 'pre_processed', 'Label', 'Nama_Pelabel']) data['Isi Berita'] = data['pre_processed'] # 3. Ubah label menjadi numerik label_mapping = {'positif': 0, 'negatif': 1, 'netral': 2} data['label_numerik'] = data['Label'].map(label_mapping) # 4. Tokenisasi dan pad sequences tokenizer = Tokenizer() tokenizer.fit_on_texts(data['Isi Berita']) sequences = tokenizer.texts_to_sequences(data['Isi Berita']) maxlen = 400 X = pad_sequences(sequences, maxlen=maxlen) y = to_categorical(np.asarray(data['label_numerik'])) words_index = tokenizer.word_index # Pisahkan data menjadi data pelatihan dan pengujian X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42, stratify=data['label_numerik']) # 5. Buat model menggunakan CNN dan LSTM model = Sequential() model.add(Embedding(len(words_index) + 1, 100, input_length=maxlen)) model.add(Conv1D(128, 5, activation='relu')) model.add(GlobalMaxPooling1D()) model.add(Dense(64, activation='relu')) model.add(Dropout(0.5)) model.add(LSTM(64)) model.add(Dense(3, activation='softmax')) model.summary() # 6. Jalankan pelatihan dan evaluasi model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) history = model.fit(X_train, y_train, epochs=10, batch_size=64, validation_split=0.2) score = model.evaluate(X_test, y_test) print("Test Score:", score[0]) print("Test Accuracy:", score[1])Silakan sesuaikan parameter, seperti jumlah epoch dan ukuran batch, untuk mendapatkan hasil yang lebih baik dan pelatihan yang efisien.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.