深度学习与词嵌入技术在情感分析系统设计中发挥重要作用。本研究旨在针对文本进行情感分析,通过句子和段落级别的情感倾向性分析,提高情感分析算法的精度。采用基于深度学习的方法,运用IMDB数据集进行模型训练。研究创新之处在于自主设计了7个深度学习模型,并利用堆叠法融合传统机器学习算法与深度学习模型。研究结果显示在IMDB数据集上,AUC评分达到95.97%,排名前15%;在Twitter数据集上,F1 Score达到0.713,排名196/614,约30%。本研究对情感分析系统设计与优化提供了重要参考。
基于深度学习与词嵌入的情感分析系统设计与优化
文件列表
基于深度学习与词嵌入的情感分析系统设计与实现【毕业设计源码+答辩PPT+论文】.zip
(预估有个11文件)
基于深度学习与词嵌入的情感分析系统设计与实现【毕业设计源码+答辩PPT+论文】
sentiment-analysis-project-master
答辩.pdf
1.68MB
聂国庆-基于深度学习与词嵌入的情感分析系统设计与实现-赵修改0527-聂0528-V2.pdf
2.3MB
ipynbs
change-05-test-3-20190508.ipynb
37KB
change-01-test-ori-2019-02.ipynb
33KB
change-03-test-1-20190508.ipynb
44KB
change-02-test-ori-2019.ipynb
31KB
word2vector-rcnn-attention.ipynb
29KB
暂无评论