从最基本的机器学习模型朴素贝叶斯，介绍到双向神经网络BRNN.
博客(幻象客)网址: https://huanxiangke.com
模型应用于极致安食网: https://jizhianshi.com
各个目录和文件介绍：
arguments: 存放保存下来的模型
data: 存放训练和测试的文件
bayes.py: 朴素贝叶斯模型，内含手写的朴素贝叶斯和scikit版的朴素贝叶斯
data_helpers.py: 一些数据帮助函数
evalNB.py: 测试文件
trainNB.py: 训练文件
以3352条食品安全新闻和14946条非食品安全新闻为训练集 测试600:600的新闻集，准确率为97.7%
教程地址：https://huanxiangke.com/tutorials_dnn/naive_bayes_classify
重点：修改了jieba_cut_and_save_file函数，增加了权重接口，可以照葫芦画瓢增加其他词性的权重。
准确率为98.2%
教程地址：https://huanxiangke.com/blog/post/weights-improved-naive-bayes