[我对AI和情感分析进行了大量研究后，发现了两种进行文本分析的方法。
完成文本的预处理之后，我们必须创建一个分类才能获得肯定和否定，所以我的问题是最好有示例：
第一种方式：
第二种方式：100个文本记录，用于训练和制作单词袋的词汇，以便基于此单词袋训练和比较测试记录。
如果我对我的问题有误，请给我打电话并纠正我的问题。
我认为您可能会在这里错过某些内容，因此要训练情感分析模型，您将拥有一个训练数据，该数据的每一行都带有标签（正或负）和原始文本。为了使计算机可以理解或“看到”文本，是通过将文本表示为数字（因为计算机无法理解文本），因此，将文本表示为数字的一种方法是使用单词袋（还有其他方法可以表示诸如TF / IDF，WORD2VEC等的文本。因此，当您使用数据火车训练模型时，该程序应预处理原始文本，然后（在这种情况下）应制作一袋单词映射，其中每个元素位置代表一个词汇，如果该单词变为1或多个在文本中存在，如果不存在则为0。
现在假设培训已完成，然后程序生成一个model，您将保存该模型，因此，无论何时要测试数据，都无需再次重新训练程序。现在，当您要测试时，是的，您将使用train data的单词映射包，假设测试数据集中有一个单词从未出现在train数据集中，然后将其映射为0。] >
当您要测试时，必须使用数据列中的单词映射包