y=（（（len（pos），dtype=int），
（len（neg），dtype=int）））
returncombined，y
#定义函数，对句子进行分词，并去掉换行符
deftokenizer（text）：
text=[（（'\n'，''））fordocument
intext]
returntext
#创建词典，并返回每个词语的索引、词向量以及每个句子所对应的词语索引
defcreate_dictionaries（model=None，
combined=None）：
if（combinedisnotNone）and（modelisnotNone）：
}bl
} gensim_dict=Dictionary（）
gensim_dict.doc2bow（（），allow_updat
e=True）
#所有频数超过10的词语的索引
w2indx={v：k+1fork，vingensim_dict.items（）}
#所有频数超过10的词语的词向量
w2vec={word：model[word] （）}
defparse_dataset（combined）：
data=[]
forsentenceincombined：
new_txt=[]
forwordinsentence：
try：
new_txt.append（w2indx[word]）
except：
new_txt.append（0）
（new_txt）
returndata
combined=parse_dataset（combined）
#每个句子所含词语对应的索引
combined=sequence.pad_sequences（combined，maxlen=maxlen）
returnw2indx，w2vec，combined
else：
print（"Nodataprovided..."）
#定义词向量函数，读取训练好的词向量模型。调用创建词典的函数
#返回每个词语的索引、词向量以及每个句子所对应的词语索引
defword2vec_train（combined）：
