本项目为独立完成的NLP文本分类工程，基于Python与PyTorch框架搭建Bi-LSTM循环神经网络，实现电商用户评论的正负情感自动判别。项目完整覆盖文本挖掘全流程，包含原始数据集清洗、重复文本过滤、jieba分词、停用词剔除、Word2Vec词向量预训练等预处理环节；模型采用双向LSTM结构捕捉上下文语义，搭配Dropout、早停法缓解长文本梯度消失与过拟合问题。将数据集按7:2:1划分为训练集、验证集、测试集，经过30轮迭代训练后模型验证集准确率稳定达到89%。项目封装轻量化推理函数，支持批量导入评论文本批量输出情感标签与置信度，附带完整注释代码、训练日志、损失/精度可视化图表，可直接二次开发适配商品舆情统计、用户评价分析等商业需求。