一加5开箱图赏:性能与手感兼得嘚旗舰产品
一加5发布会现场实拍:颜值升级 性能标杆
「木蚂蚁」小米6、努比亚Z17、三星S8相机评测:国产机的差距还大吗
摘要:近十几年来就微博的快速發展,微博数据成倍增长如何利用数据获得有用的信息,成为了研究的热点其中,微博情感预测是一个热门的方向他在分析与预测時事走向、反馈产品意见、分析消费者爱好等方面都有广泛的应用。 本文主要介绍了基于特征融合和基于情感词典的分析方法并且本文采用了基于情感词典的情感预测方法。该算法的基础是情感词典目标是包含有明显正、负情感词的微博,该算法又结合了多个程度词字典从多个角度描述微博,通过对情感词的加权求和得到情感值,从而对情感进行分类最后用PyQt设计了一个情感分类的可视化界面,通過输入一段文本得到相应的情感分类结果。 关键词:情感分类;情感词典;情感值计算 1.2 课题的研究目的和意义-2 1.3 国内外研究现状-2 1.4本文的主偠内容-4 2 相关技术和资源-5 3 基于情感词典的情感分类-7 3.1 微博的情感分类介绍-7 3.2 基于情感词典的情感分类算法-7 4 基于特征融合的情感分类-10 4.1 词性特征对情感分类的影响-10 5 基于PyQt的情感可视化实现-12 |
在总结国内外Hashtag推荐方法和短文本表示方法的基础上文章利用基于K最近邻(KNN)的Hashtag推荐方法,将微博文本表示为向量然后计算相似度从语料中选出与目标微博最相似的微博文本,然后抽取候选Hashtag文章比较了向量空间模型(VSM)、潜在语义分析模型(LSA)、隐含狄利克雷分布模型(LDA)、深度学习(DL)等四种文本表示方法对基于KNN...
相关论文(与本文研究主题相同或者相近的论文)
同项目论文(和本文同属于一个基金项目成果的论文)