毕设分享 基于深度学习与词嵌入的情感分析系统设计与实现（源码+论文）

---

0 前言

基于深度学习与词嵌入的情感分析系统设计与实现

提示：适合用于课程设计或毕业设计，工作量达标，源码开放

---

1 研究目的

针对文本进行句子和段落级的情感倾向性分析，利用算法来判断句子的情感色彩。研究的目标在于提高情感分析算法的准确性，不断学习，不断提高和优化算法。在实际数据集上的进行模型训练与调优，并对模型进行简单的封装和部署。

2 研究方法

主要使用基于深度学习的方法，数据集采用论文常用的 IMDB 数据集，旨在提高最终设计模型的准确性。本文尝试吸收其他深度学习模型优点，自己设计了 7 个深度学习模型。本文主要创新点在于，利用模型集成融合里的堆叠法的思想，实现了 3 个树形的传统机器学习算法与 7个深度学习模型的集成。

3 系统功能

3.1 提交文本

在文本框里输入想要测试的文本，长度最好不要超过 500 词，超过部分将不会进入模型进行预测。写完之后，点击“Enter”键进行提交。

3.2 结果返回

点击“Enter”键之后，待系统尽情测评，很快将会返回想要的提交文本的情感分析结果，显示情感极性“positive”或“negative”，并显示提交的分析的文本。

4 研究结论

在第一个IMDB数据集上经过AUC评分，计算重合的面积， 可以达到95.97%分，排名能达到前15%。

在第二个twitter数据集上经过F1 Score的评分方法，得到了 0.7131280389的分数，排名196/614，30%左右。

5 论文目录

1 绪论
1.1研究背景
1.2 研究内容
1.3 章节结构
2 系统设计
2.1 系统功能设计
2.2 系统各模块详细功能
2.3 主界面设计
2.4 本章小结
3 系统实现
3.1 概述
3.2 数据处理与特征提取选择
3.3 深度学习
3.4 机器学习
3.5 模型集成融合
3.6 系统部署
3.7 本章小结
4 系统测试
4.1 数据集
4.2 模型调优
4.3 整体测试
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
5.3 本章小结
参考文献
致谢

6 项目工程

**项目分享: ** https://gitee.com/asoonis/htw