# 🎬 IMDb 电影评论情感分类系统
本项目基于 IMDb 电影评论数据集，构建了一个完整的情感分类系统，能够识别评论是 “正面” 还是 “负面”。该系统结合了传统机器学习方法与现代 Web 接口，适合初学者学习自然语言处理（NLP）项目全流程。
---
## ✨ 项目功能亮点
- **自动数据预处理**：清洗文本内容，规范大小写，去除噪声词。
- **模型训练与评估**：基于 TF-IDF 向量化 + 逻辑回归模型，准确率达 88.6%。
- **命令行接口**：输入任意文本即可获取情感预测结果。
- **图形化 Web 界面（Gradio）**：
- ✅ 单条影评预测
- ✅ 支持上传 CSV 文件进行批量预测
- ✅ 可视化情感分布图（Plotly）
- **可部署性强**：模型与向量器已持久化保存，适用于后续部署或迁移。
---
## 🗂️ 项目结构
IMDb/
├── data/ # 原始和清洗后的数据
│ └── imdb_train_clean.csv
├── models/ # 保存的模型和向量器
│ ├── logistic_model.pkl
│ └── tfidf_vectorizer.pkl
├── scripts/ # 各功能脚本
│ ├── clean_text.py # 数据清洗
│ ├── train_model.py # 模型训练
│ ├── predict_cli.py # 命令行预测
│ └── predict_gradio.py # 图形化 Web 界面加批量预测
└── README.md # 项目说明文件
---
## 📦 安装依赖
建议使用 [Anaconda](https://www.anaconda.com/) 或 `venv` 创建虚拟环境：
```bash
# 推荐
pip install -r requirements.txt
# 如果没有 requirements.txt 文件，可手动安装：
pip install pandas scikit-learn gradio plotly joblib
# 1️⃣ 数据清洗
python scripts/clean_text.py
# 2️⃣ 训练模型
python scripts/train_model.py
# 3️⃣ 命令行预测
python scripts/predict_cli.py --text "This movie is fantastic!"
# 4️⃣ 启动 Web 界面
python scripts/predict_gradio.py以下截图请替换为你本地或图床的实际路径
- 尝试引入深度学习模型（如 BERT）提升效果
- 增加 REST API 支持（如 FastAPI + Docker）
- 增加多语言支持或用户登录功能
IMDb 数据集（Hugging Face Datasets）
本项目仅用于学习与研究目的，未经许可请勿用于商业用途。