商品评论情感分析：Python机器学习与GUI完整实战

简介：这是一份针对商品评论情感分析任务的机器学习毕业设计项目，完整包含可运行的Python源码、已标注的商品评论数据集、训练好的模型文件以及图形化操作界面；资源主要面向计算机相关专业正在准备毕业设计的学生，同时也适合需要项目实战练习的学习者，可作为课程设计、期末大作业的参考。项目经过严格调试，下载后即可运行，能帮助学习者快速掌握评论预处理、特征工程、模型训练与情感预测的完整流程。压缩包共43个文件，大小约66.66MB，文件类型覆盖Python脚本、CSV与XLS格式数据集、H5及Pkl保存的模型、XML工程配置、说明文档等，结构清晰易于检索；内容上包含SVM和LSTM两种情感分类模型、Word2Vec词向量训练、评论爬虫与数据清洗工具，以及基于PyQt的GUI展示界面，既能看到模型对比，也能直接体验交互效果。目前已有318人学习或下载，配有README说明和分模块目录，适合用于毕设答辩、课程设计或作为算法学习的落地范本。

1. 这个压缩包里到底是什么：商品评论情感分析为什么值得做成毕设

如果你也是临答辩前一个月才把那个python实现基于机器学习的商品评论情感分析源码+数据集+训练好的模型+GUI界面（高分毕设）.zip解压出来，大概率和我当年第一次拿到这类毕设包时的反应一样：先翻代码，然后被一屏一屏的类和函数劝退，最后又回到起点问“它到底是怎么跑起来的”。这个压缩包本质上只讲了一件事：用 Python 读一批商品评论，通过机器学习把评论分成好评和差评，再套一个 GUI 界面让人能点着玩。它拿高分的原因不在某个算法，而在链路完整——数据清洗、中文分词、TF-IDF 特征、模型训练与保存、界面调用，每一环你都能指着它说清楚“为什么这样做”。这个方案适合时间紧、想拿应用型高分、并且愿意把一条链路讲明白的本科生；如果你打算背代码蒙混过关，我劝你换个题，因为答辩老师几句话就能问穿。

2. 从评论到特征：中文分词、停用词与训练/测试切分

2.1 为什么机器读不懂“好吃”：文本向量化的基本思路

商品评论情感分析本质是一个文本分类问题：给定一条“物流很快但包装破了”，判断它是正面还是负面。机器不认识中文句子，只认识数字，所以第一步必须把文本变成向量。常见做法是先把句子切成一串词，再统计每个词的重要性。比如“这家店的薯片很好吃”切成“这家、店、薯片、很、好吃”，分类器看到“好吃”这个特征权重高，就容易判正面。评论里还经常出现“不太行”“巨难吃”这种口语化表达，所以分词质量直接决定模型上限。需要先明确一点：这里说的机器学习，不是深度学习那一套又大又重的方案，而是 TF-IDF 加线性分类器，速度快、可解释、答辩也好讲。对短文本评论来说，这个组合已经是性价比最高的基线。

2.2 商品评论数据集的最简格式：CSV列名与标注约定

拿到压缩包以后，先去数据集目录看一眼。一份能直接用的商品评论 CSV，至少要有两列：一列是文本，一列是标签。常见列名是text和label，标签可以是“正面/负面”，也可以是“pos/neg”，为了方便建模我会把标签映射成 0 和 1。打开 CSV 时有一个容易忽略的细节：用 Excel 保存的 CSV 经常带 BOM 头，read_csv用默认utf-8读会在第一列列名上多一个\ufeff，后面取列名时疯狂报错，所以我一般直接用utf-8-sig。

import pandas as pd df = pd.read_csv("reviews.csv", encoding="utf-8-sig") df = df[["label", "text"]].dropna().reset_index(drop=True) df["label"] = df["label"].map({"正面": 1, "负面": 0}) print(df["label"].value_counts())

逻辑说明：dropna()去掉空评论和空标签，随后的reset_index(drop=True)很关键，它让行索引重新从 0 开始连续排列，避免后续切分时索引错位。map把中文标签映射成 0/1，二分类模型只需要这两个值。最后用value_counts()看一下正负样本比例，如果一边明显偏多，就得在切分时用分层抽样，否则训练出来的模型会偏向多数类。

2.3 预处理全流程代码：清洗、分词、去停用词、切分

分词我一般用 jieba，它对中文口语支持不错而且零门槛。清洗阶段先把英文转小写，去掉对情感判断没用的标点和特殊符号，只保留中文、英文字母和数字。停用词表准备一个文本文件，每行一个词，读进来转成set，判断时速度更快。有一点要特别提醒：停用词表里不要放“不、没、别”这类否定词，否则“不好吃”会变成“好吃”，差评直接判成好评，这个坑几乎每届毕设都有人踩。

import re import jieba def clean_text(s: str) -> str: s = str(s).lower().strip() return re.sub(r"[^\u4e00-\u9fa5a-zA-Z0-9]", " ", s) stop_words = set() with open("stopwords.txt", encoding="utf-8") as f: for line in f: stop_words.add(line.strip()) def cut_words(s: str) -> list: text = clean_text(s) words = jieba.lcut(text) return [w for w in words if w not in stop_words and len(w.strip()) > 0]

逻辑说明：正则[^\u4e00-\u9fa5a-zA-Z0-9]表示匹配所有不是中文、英文、数字的字符，把它替换成空格，这样“。”、“，”、emoji 都被清掉。jieba.lcut返回的是词列表，直接遍历过滤掉停用词和空白词。这里的stop_words是全局变量，如果后续把功能封装到多个文件，建议用类或参数传递，别靠全局变量跨文件引用，否则 GUI 阶段很容易出现“训练时停用词生效，预测时没生效”的灵异事件。

预处理完后，要马上做训练/测试切分。切分必须用stratify按标签比例分层，避免测试集恰好全是正面样本。

from sklearn.model_selection import train_test_split df["cut"] = df["text"].map(lambda t: " ".join(cut_words(t))) X_train, X_test, y_train, y_test = train_test_split( df["cut"], df["label"], test_size=0.2, random_state=42, stratify=df["label"] )

逻辑说明：分词属于无监督预处理，不读取标签信息，所以在全量数据上切分词没有问题。但后面 TF-IDF 的词典学习必须在切分之后只靠训练集完成，如果对整个数据集拟合词表再切分，就等于让测试集信息混进了特征构建过程，这种数据泄漏一旦被答辩老师发现，前面的工作全部归零。

3. 训练并保存模型：TF-IDF、逻辑回归的参数与jolib落地

3.1 TF-IDF向量化：min_df与max_features怎么定

现在手上已经有一列以空格连接的分词结果，下一步是把它转换成 TF-IDF 特征。TF-IDF 的核心思想是：一个词在一条评论里出现次数越多越重要，但在越多评论里都出现它就越廉价。对商品评论来说，“好吃”这种情感词在少数好评里高频出现，权重会很高；“的”“了”这种词被停用词表清掉后，剩余低频词也能被min_df过滤。

from sklearn.feature_extraction.text import TfidfVectorizer vectorizer = TfidfVectorizer( min_df=2, max_features=10000, sublinear_tf=True, ngram_range=(1, 2) ) X_train_vec = vectorizer.fit_transform(X_train) X_test_vec = vectorizer.transform(X_test) print("训练集特征维度:", X_train_vec.shape)

参数说明：min_df=2表示一个词至少出现在 2 条评论里才保留，只出现一次的词多半是错别字或输入噪声；max_features=10000限制特征总数，防止维度爆炸，也避免词表太大拖慢 GUI 加载速度；sublinear_tf=True对词频做1 + log(tf)平滑，防止“好吃”出现 20 次时权重线性飙升；ngram_range=(1, 2)同时保留单个词和相邻两词组合，这样“不好”能被当作一个整体特征，是缓解否定词误判的有效手段。注意这里fit_transform和transform是两个动作：训练集上拟合词表并转换，测试集上只用同一套词表转换，不重新拟合。

3.2 两个候选模型：朴素贝叶斯与逻辑回归的选型逻辑

特征准备好以后，模型选择其实很固定。朴素贝叶斯和逻辑回归是短文本分类里最常见的两个选项。朴素贝叶斯训练快、参数少，适合高维稀疏向量，但它的独立性假设在真实语言数据里并不成立；逻辑回归速度同样很快，而且每个特征都对应一个权重，能打印出哪些词让模型判定为差评，答辩时非常好讲故事。我的建议是都试一遍，最终交付用逻辑回归。

from sklearn.naive_bayes import MultinomialNB from sklearn.linear_model import LogisticRegression nb_model = MultinomialNB() nb_model.fit(X_train_vec, y_train) print("朴素贝叶斯准确率:", nb_model.score(X_test_vec, y_test)) lr_model = LogisticRegression(C=1.0, max_iter=1000) lr_model.fit(X_train_vec, y_train) print("逻辑回归准确率:", lr_model.score(X_test_vec, y_test))

参数说明：C=1.0是逻辑回归正则强度的倒数，C越小正则越强，对高维稀疏文本来说能抑制过拟合；max_iter=1000给足迭代次数，防止默认 100 次不收敛时报警告。如果两个模型准确率差不多，优先选逻辑回归，因为你可以直接从coef_里拿出最有说服力的证据。

import numpy as np feature_names = vectorizer.get_feature_names_out() coef = lr_model.coef_[0] top_neg_idx = np.argsort(coef)[:10] print("模型认为最像差评的词:", [feature_names[i] for i in top_neg_idx])

逻辑说明：coef_[0]是模型在“正面/负面”二分类任务里对每个特征的权重，权重越负说明该词越倾向差评。打印出这些词后，你会看到“差评、垃圾、漏发、客服、退货”一类真实业务词，这组结果可以直接放进毕设文档作为模型可解释性的证据。注意get_feature_names_out是较新版本 sklearn 的方法，旧版本用get_feature_names，以你当前环境为准。

3.3 保存整个pipeline：让GUI阶段不再重复造词表

训练完成后的核心问题是：如何把“特征构建 + 模型”这个整体保存下来。初学者最容易犯的错误是只保存分类器，等到写 GUI 时又重新构建一次 TF-IDF，结果词表对不上，预测结果全乱。正确做法是用Pipeline把向量器和分类器串起来，整体保存，GUI 阶段加载后直接对原始文本预测。

from sklearn.pipeline import Pipeline import joblib model = Pipeline([ ("tfidf", TfidfVectorizer( min_df=2, max_features=10000, sublinear_tf=True, ngram_range=(1, 2) )), ("clf", LogisticRegression(C=1.0, max_iter=1000)) ]) model.fit(X_train, y_train) test_acc = model.score(X_test, y_test) print("pipeline测试准确率:", test_acc) joblib.dump(model, "sentiment_model.joblib")

逻辑说明：训练时直接传入X_train，而不再传入已经向量化的X_train_vec，因为 Pipeline 内部会先调用 TF-IDF 的fit_transform，再调用分类器的fit。joblib.dump把整个 Pipeline 序列化到磁盘，里面包含词表、IDF 权重、模型参数和类别顺序，GUI 加载时只要joblib.load回来就能直接.predict()。这个训练好的模型文件就是压缩包里最值钱的部分，一个文件替代了几十行预处理代码。另外建议在文档里加上运行环境清单，至少注明 Python 版本和scikit-learn、joblib的版本，否则换一台电脑加载极容易报错。

4. 给模型套上GUI外壳：用tkinter把预测做成可演示工具

4.1 为什么选tkinter：零依赖的GUI方案

这个标题里的 GUI 是很多人的心理门槛，总觉得界面应该很高端。实际上商品评论情感分析这种工具型应用，tkinter 已经足够了。选 tkinter 的理由很实在：Python 自带、不需要额外安装、打包也简单。PyQt 固然好看，但学习成本和打包体积都更大；如果只是做一个输入框加一个按钮，用 PyQt 属于杀鸡用牛刀。还有一个现实原因：答辩现场最怕环境出问题，tkinter 在 Windows 上只要 Python 装好了就不会缺依赖，用 VS Code 配好解释器后，直接python gui.py就能跑，少一条报错就少一分翻车风险。

4.2 GUI骨架：加载模型、单条输入与批量预测

GUI 的核心逻辑很简单：启动时用joblib.load加载训练好的模型，用户输入一条评论，点击按钮，程序对输入做和训练时完全相同的清洗与分词，然后交给模型预测，把结果展示在界面上。注意这里千万别省略清洗和分词，GUI 里拿原始句子直接塞给模型，等于让模型看一堆它没见过的话。

import re import tkinter as tk from tkinter import filedialog import joblib import jieba import pandas as pd STOP_WORDS = set() def load_stopwords(path): with open(path, encoding="utf-8") as f: for line in f: STOP_WORDS.add(line.strip()) def clean_text(s: str) -> str: s = str(s).lower().strip() return re.sub(r"[^\u4e00-\u9fa5a-zA-Z0-9]", " ", s) def cut_words(s: str) -> str: words = [w for w in jieba.lcut(clean_text(s)) if w not in STOP_WORDS and len(w.strip()) > 0] return " ".join(words) class SentimentApp: def __init__(self, root): self.model = joblib.load("sentiment_model.joblib") self.text_input = tk.Text(root, height=6, width=60) self.text_input.pack(pady=10) self.btn = tk.Button(root, text="分析情感", command=self.predict_text) self.btn.pack() self.result_label = tk.Label(root, text="", font=("Arial", 14)) self.result_label.pack(pady=10) def predict_text(self): raw = self.text_input.get("1.0", "end").strip() if not raw: self.result_label.config(text="请输入评论") return cut = cut_words(raw) proba = self.model.predict_proba([cut])[0] label = 1 if proba[1] >= 0.5 else 0 text_label = "正面" if label == 1 else "负面" self.result_label.config(text=f"情感: {text_label}, 负面概率: {proba[0]:.2f}") load_stopwords("stopwords.txt") root = tk.Tk() root.title("商品评论情感分析") app = SentimentApp(root) root.mainloop()

逻辑说明：predict_proba返回的是各类别概率数组，proba[0]是负面概率，proba[1]是正面概率，这里用 0.5 作为决策阈值。加载模型后，predict和predict_proba内部会调用同一个 Pipeline，所以词表、清洗、向量化都不会有偏差。这个界面已经是可用的最小版本，如果你觉得不够展示，可以再加两个按钮：一个“清空”，一个“批量预测”。批量预测的思路是用filedialog打开 CSV，对每行文本做同样的分词后调用model.predict，把结果写回新列再另存。

def predict_batch(self): path = filedialog.askopenfilename(filetypes=[("CSV files", "*.csv")]) df = pd.read_csv(path, encoding="utf-8-sig") df["predict"] = df["text"].map(lambda t: self.model.predict([cut_words(t)])[0]) out_path = path.replace(".csv", "_result.csv") df.to_csv(out_path, index=False, encoding="utf-8-sig")

逻辑说明：批量预测接口在毕设演示时很加分，可以现场展示模型对几十条未见评论的分类结果，比单条输入更有说服力。输出文件继续用utf-8-sig，确保老师在 Windows Excel 里打开不下乱码。这里还隐含一个问题：如果 CSV 里文本很长、数据量很大，预测过程会卡住界面，属于典型的主线程阻塞问题。简单处理是预测前把按钮设为禁用状态，预测完再恢复，或者用threading.Thread把批量任务放到子线程，GUI 只负责刷新结果。

4.3 解压后的目录结构：模型、词表与代码的组织方式

拿到这个 zip 之后，建议不要把所有文件堆在一个目录里直接开跑，先整理成一个清晰的结构。常见做法是分成data/、models/、ui/三层，数据、模型、界面代码互相隔离，提交作业时也显得专业。我一般会组织成这样：

路径问题非常值得注意：在 GUI 代码里写死"models/sentiment_model.joblib"这种相对路径，直接跑没问题；一旦用 PyInstaller 打包成 exe 换个目录双击运行，工作目录变了，文件就找不到。后续打包时务必用可执行文件所在目录或sys._MEIPASS拼接路径。

5. 避坑：训练集污染、预测不一致与打包后的暗坑

5.1 标签与文本错位：模型“表现很好”但实际全错

现象：训练过程一切正常，准确率超过九成，但随机抽几条肉眼可见的差评，模型预测结果却很离谱。

原因：绝大多数情况是行索引错位。dropna()删掉空行后如果没有reset_index(drop=True)，DataFrame 的索引会留下空洞；后面切分或者循环时一旦用旧索引去取值，X和y就对不上了。更隐蔽的是在read_csv之后先做了一次sort_values，行序发生变化但标签列没有跟着“绑在一起”处理。

解决：所有清洗和筛选操作完成后立刻执行df.reset_index(drop=True)，并且让X和y从同一个 DataFrame 里取，不要各取各的再合并。我习惯把切分写成一条命令，保证两者永远同时被切分。

5.2 训练和预测两套预处理：准确率不错但GUI一用就废

现象：训练脚本里测试集准确率 0.89，模型和数据都保存好了，结果 GUI 里输入“这破手机用了三天就死机”，模型给了个“正面”。这是整类项目里最常见的翻车。

原因：训练时 Pipeline 里的 TF-IDF 接收的是“空格连接的分词结果”，而 GUI 里如果没有调用同一个cut_words，直接把原始句子传给model.predict，TF-IDF 词表里全是词和二元词组，原始句子里的词根本没被切开，特征全部失效。

解决：把clean_text、cut_words和STOP_WORDS相关代码直接从训练脚本复制到 GUI 脚本，保证两边是同一套逻辑。更稳妥的方案是写一个build_features.py公共模块，训练和 GUI 都去导入它。交付前用一条训练集外的评论手工验证 GUI，而不是只看训练脚本的输出。

5.3 停用词表把否定词删了：差评识别率骤降

现象：模型对“不好吃”“不满意”“不值得”几乎全部判错，但直接输入“垃圾”这类强情感词又能判对。

原因：网上随手找的通用停用词表里往往包含“不、没、无、别”这些否定词。jieba.lcut会把“不好吃”切成“不、好、吃”，过滤停用词后变成“好吃”，语义完全翻转。这是情感分析特有的坑，通用停用词表不能直接照搬。

解决：加载停用词表后，把常见的否定词集合剔除掉，例如执行stop_words = stop_words - {"不", "没", "别", "无", "莫"}。同时 3.1 节里的ngram_range=(1, 2)也起到兜底作用，“不好”作为二元组合特征被保留下来，模型就有机会学到“不”对情感的转向作用。

5.4 joblib模型换机加载报错：本地能跑，老师电脑闪退

现象：训练完的joblib文件在你自己机器上加载正常，发给老师或者换一台实验室电脑再运行，报出各种ValueError、AttributeError，核心信息指向 sklearn 的某个类找不到。

原因：joblib 和 pickle 一样，序列化的是 Python 对象的类路径。scikit-learn 不同版本之间类的内部结构会变，旧版本训练出来的对象拿新版本加载，经常出现反序列化失败。同理，joblib 无法可靠地序列化 pipeline 里的lambda匿名函数，如果特征构建时图方便用了 lambda，换机加载报错的概率更高。

解决：交付时附一份requirements.txt，写明scikit-learn==版本号、joblib==版本号、pandas==版本号，老师机器上按这份文件安装依赖。代码里不要写 lambda，统一用命名函数。如果你的目标环境版本跨度很大，彻底的办法是导出成 ONNX 格式再用 onnxruntime 推理，不过对毕设来说锁版本已经足够。

5.5 打包exe后找不到模型文件：双击没反应或窗口闪退

现象：用 PyInstaller 打包出来的 exe 在自己机器上双击就闪退，命令行运行时提示找不到sentiment_model.joblib或stopwords.txt。

原因：打包后的资源文件路径和源码目录路径不一样。PyInstaller 默认把所有文件释放到一个临时目录，代码里的相对路径指向的是当前工作目录，而不是临时解压目录，所以模型加载失败，GUI 直接退出。这不属于玄学，是路径解析问题。

解决：运行时先判断是否处于 PyInstaller 环境，再决定资源根目录。常规写法是：

import os import sys def resource_path(relative_path): base = getattr(sys, "_MEIPASS", os.path.dirname(os.path.abspath(__file__))) return os.path.join(base, relative_path) model_path = resource_path("models/sentiment_model.joblib") stopwords_path = resource_path("data/stopwords.txt")

逻辑说明：打包后的 exe 在运行时会有一个sys._MEIPASS属性指向解压临时目录，getattr的第二个参数是源码运行时的目录，这样两种环境下都能找到文件。打包命令里还需要用--add-data "models/sentiment_model.joblib;models"把模型和停用词表带进去。每次改完打包配置，都去一台没有 Python 环境的机器上实测一次，这是最稳妥的验收方式。

6. 从能跑到能答辩：评测指标、演示脚本与多模态进阶方向

很多人在毕设文档里只写一个准确率，这是最容易被追问的漏洞。准确率在正负样本均衡时还凑合，如果数据集本身 80% 是好评，模型全判好评也有 80% 准确率，这种话在答辩老师耳朵里等于说自己没做评估。所以评测部分至少打印一份precision、recall、f1-score，再看一眼混淆矩阵，把每类里最容易误判的几条评论摘出来，准备一页 PPT 专门讲“模型在哪些评论上犯错”。误判样例反而是答辩亮点，说明你真正看过数据，不是只会调包。

演示脚本也要提前设计。我一般会让用户在现场输入一句没见过的、带口语的评论，比如“这价格还要啥自行车”，模型需要同时处理俗语和复合情感，这比照着 PPT 念准确率得分高。演示前给自己列一个检查清单：模型文件路径是否生效、停用词表是否加载、输入空文本是否会崩、断网状态下 GUI 能不能完整跑通。断网这一步特别重要，答辩现场的网络状况永远是黑匣子，你得保证这套方案离线可用。

如果你时间充裕，想冲更高的分，可以在现有文本模型上叠加商品图片特征，往多模态情感分析方向延伸，具体做法是用预训练的视觉模型抽取评论配图的深度特征，和文本的 TF-IDF 特征拼接后再训练一个分类器。这个方向比单纯调参有意义，也是当前热搜里多模态情感分析比较受关注的原因。但注意控制工作量，先保住文本基线的完整交付，再考虑扩展。

我做这类题目养成的习惯是：所有代码交付前，一定断开网络，从空白工作目录重新执行一遍完整流程——训练、保存、加载、GUI 预测。那次经验帮我躲过了运行环境导致的现场翻车。希望帮到你。

本文还有配套的精品资源，点击获取