全文总字数：1430字
1. 毕业设计（论文）主要内容：
认真进行调研，完成隐式情感分类模型的设计与实现。
主要内容包括如下三个部分，一、以第八届全国社会媒体处理大会（SMP2019）"拓尔思杯"中文隐式情感分析评测公布的数据集为研究基础，对中文隐式情感分类任务进行调研，采用python或其它程序设计语言完成训练集、验证集和测试集的划分；二、采用word2vec技术训练中文词预训练模型；三、采用机器学习技术（如SVM、决策树等方法）完成隐式情感文本的三元倾向性分类任务，并采用官方的评价标准评判建立的分类模型，要求所用的机器学习分类方法为三种或三种以上。
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成800字开题报告；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
3. 毕业设计（论文）完成任务的计划与安排
(1)2020/1/14—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2020/5/1—2020/5/25：撰写及修改毕业论文；
4. 主要参考文献
-
廖健. 基于表示学习的事实型隐式情感分析研究[D].山西大学,2018.
-
Mikolov T , Chen K , CorradoG , et al. Efficient Estimation of Word Representations in Vector Space[J].Computer Science(CS), 2013.
-
Wawre S V, Deshmukh S N.Sentiment classification using machine learning techniques[J]. InternationalJournal of Science and Research (IJSR), 2016, 5(4): 819-821.
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。
