1. 毕业设计（论文）主要目标：
首先，通过分析文本预处理、中文分词和微博情感分析的理论，了解相关的技术和目前该领域的研究所存在的问题。
然后，重点针对SVM向量机进行理论研究和结构分析，在理论上了解SVM向量机的原理以及结构。
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. 毕业设计（论文）主要内容：
首先，对从网络上搜集的微博语句进行预处理，去除空格等符号，用jieba中文分词工具对收集的微博观点句进行分词处理，再通过stopwords 、哈工大停用词表和四川大学机器智能实验室停用词库去除停用词。之后，构成初始训练集。分别通过查询情感词词典、否定词词典和副词词典，对微博语句中的情感词按极性求均值，构成特征向量的前两维；对于否定词，统计语句中的否定词个数；最后统计副词的均值，构成一个完整的特征向量，根据微博自身特点使用SVM训练情感倾向性模型，得岀每条微博的情感极性，实现基于SVM的中文微博情感分析研究。
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！
3. 主要参考文献
[1] 姚天昉, 彭思崴. 汉语主客观文本分类方法的研究[C]. 第三届全国信息检索与内容安全学术会议论文集, 中国江苏苏州,2007, 117-123.
[2] 丁晟春, 王颖, 李霄. 基于SVM的中文微博情绪分析研究[J]. 情报资料工作, 2016(3): 28-33.
[3] 李霄. 基于内容挖掘的话题微博情感分析研究[D]. 南京理工大学，2015.
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。
