基于深度神经网络的情感分析研究任务书

 2021-11-04 21:01:51

1. 毕业设计（论文）的内容和要求

近年来，伴随着互联网的普及以及网络社交媒体的迅速发展，在线社交媒体己经形成了一个很好的公众平台。

这些信息中很多都有明显的情感倾向性，这些数据为情感分析研究提供了基础，社交媒体影响力的日益增强，也让情感分析的相关研究越来越有意义。

本课题要求学生针对博客，微信、新浪微博等社交平台上的大量文本，设计基于深度神经网络算法的文本情感分析模型，便于计算机自动地对大量网络社交文本进行情感判断，挖掘文本中的情感倾向。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 参考文献

[1」Cambria E, Poria S, Gelbukh A, et al. Sentiment Analysis Is a Big Suitcase[J]. IEEEIntelligent Systems, 2018, 32(6):74-80.[2] Li Z, Fan Y, Jiang B, et al. A survey on sentiment analysis and opinion mining for socialmultimedia[J]. Multimedia ToolsApplications, 2018, 5(4):1-29.[3] Zheng L, Wang H, Song G. Sentimental feature selection for sentiment analysis ofChinese online reviews[J]. International Journal of Machine LearningCybernetics, 2018,9(1):75一84.[4]梁斌，刘全，徐进，等.基于多注意力卷积神经网络的特定目标情感分析【J].计算机研究与发展，2017, 54(8):1724-1735.[5]Giatsoglou M,Vozalis M G, Diamantaras K,et al.Sentiment analysis leveragingemotions and word embeddings[J]. Expert Systems with Applications, 2017, 69:214-224.[6] Kharde V A, Sonawane S. Sentiment Analysis of Twitter Data: A Survey of Techniques[J].International Journal of Computer Applications, 2016, 139(11):5一15.[7]Sohangir S, Wang D, Pomeranets A, et al. Big Data: Deep Learning for financialsentiment analysis[J]. Journal of Big Data, 2018, 5(1):3.[8]李涵，钱力，周鹏飞.面向商品评论文本的情感分析与挖掘[[J].情报科学，2017,35(1):51一55.[9]何炎祥，孙松涛，牛菲菲，等.用于微博情感分析的一种情感语义增强的深度学习模型[J].计算机学报，2017, 40(4):773-790.[10]Pang T B,Pang B,Lee L.Thumbsup?Sentiment Classification using MachineLearning[J].Empirical Methods in Natural Language Processing, 2002:79-86.王志涛，砖志文，郭斌，等.基于词典和规则集的中文微博情感分析[J].计算机工程与应用，2015, 51(8):218-225.[12]陈国兰.基于情感词典与语义规则的微博情感分析[J].情报探索，2016(2):1-6.[13] Turney P D.et al.Thumbs up or thumbs down?Semantic orientation applied tounsupervised classification of reviews[J]. Proceedings of Annual Meeting of the Associationfor Computational Linguistics, 2002:417--424.[14]Kennedy A,Inkpen D.Sentiment Classification of Movie Reviews Using ContextualValence Shifter[J]. Computational Intelligence,2006,22(02):110-125[15] TaboadaM,BrookeJ,Tofiloski M,et al.Lexicon-basedmethodsforsentimentanalysis[J]. Computational Linguistics, 2011, 37(2): 267-307.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章