python基于循环神经网络的情感分类设计与实现

项目运行

需要先安装Python的相关依赖:requests,pymysql,Django3.2.8, jieba,torch1.8.1,transformers=4.27.1,tqdm使用pip install 安装

第一步:创建数据库

第二步:执行SQL语句,.sql文件,运行该文件中的SQL语句

第三步:修改源代码中的settings.py文件,改成自己的mysql数据库用户名和密码

第四步:运行命令:python manage.py runserver 8000

第五步:打开浏览器查看http://127.0.0.1:8000

毕设帮助,指导,本源码分享,调试部署(见文末)

系统介绍:

在这里插入图片描述

程序上交给用户进行使用时,需要提供程序的操作流程图,这样便于用户容易理解程序的具体工作步骤,现如今程序的操作流程都有一个大致的标准,即先通过登录页面提交登录数据,通过程序验证正确之后,用户才能在程序功能操作区页面操作对应的功能。

功能截图:

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

编程人员在搭建的开发环境中,会让各种编程技术一起呈现出最终效果。本节就展示关键部分的页面效果。

代码实现:

import datetime
import os
from django.core.paginator import Paginator
from django.db.models import Count
from django.http import HttpResponseRedirect, HttpResponse, HttpResponseForbidden, JsonResponse
from django.shortcuts import render
from user.models import User
from utils import common
from .models import *

workdir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))


def login(request):
    """
    跳转登录
    :param request:
    :return:
    """
    return render(request, 'login.html')


def register(request):
    """
    跳转注册
    :param request:
    :return:
    """
    return render(request, 'register.html')


def index(request):
    """
    跳转首页
    :param request:
    :return:
    """
    username = request.session.get('username', '')
    role = int(request.session.get('role', 3))
    user_id = request.session.get('user_id', 1)
    total_user = len(User.objects.all())
    total_info = Info.objects.count()
    date = datetime.datetime.today()
    tip = Tip.objects.all().order_by('-id')[0].text
    month = date.month
    year = date.year
    day = date.day
    current_day = "{}-{}-{}".format(year, month, day)
    # 获取近七天的操作
    seven_days = common.get_recent_seven_day()
    seven_data_dict = dict.fromkeys(seven_days, 0)
    for i in seven_days:
        d = datetime.timedelta
        r = Info.objects.filter(create_time__year=i.split('-')[0], create_time__month=i.split('-')[1],
                                create_time__day=i.split('-')[2]).all()
        if r:
            seven_data_dict[i] = r.count()
    seven_count_list = [seven_data_dict[x] for x in seven_days]
    return render(request, 'index.html', locals())


def login_out(request):
    """
    注销登录
    :param request:
    :return:
    """
    del request.session['username']
    return HttpResponseRedirect('/')


def personal(request):
    username = request.session['username']
    role_id = request.session['role']
    user = User.objects.filter(name=username).first()
    return render(request, 'personal.html', locals())


def get_data(request):
    """
    获取列表信息 | 模糊查询
    :param request:
    :return:
    """
    keyword = request.GET.get('name')
    page = request.GET.get("page", '')
    limit = request.GET.get("limit", '')
    response_data = {}
    response_data['code'] = 0
    response_data['msg'] = ''
    data = []
    if keyword is None:
        results_obj = Info.objects.all()
    else:
        results_obj = Info.objects.filter(name__contains=keyword).all()
    paginator = Paginator(results_obj, limit)
    results = paginator.page(page)
    if results:
        for result in results:
            record = {
                "id": result.id,
                "text": result.text,
                "result": result.result,
                "standard_answer": result.standard_answer,
                "status": result.status,
                'create_time': result.create_time.strftime('%Y-%m-%d %H:%m:%S'),
                "owner": result.owner,
            }
            data.append(record)
        response_data['count'] = len(results_obj)
        response_data['data'] = data

    return JsonResponse(response_data)


def get_tip(request):
    """
    获取列表信息 | 模糊查询
    :param request:
    :return:
    """
    keyword = request.GET.get('name')
    page = request.GET.get("page", '')
    limit = request.GET.get("limit", '')
    response_data = {}
    response_data['code'] = 0
    response_data['msg'] = ''
    data = []
    if keyword is None:
        results_obj = Tip.objects.all()
    else:
        results_obj = Tip.objects.filter(name__contains=keyword).all()
    paginator = Paginator(results_obj, limit)
    results = paginator.page(page)
    if results:
        for result in results:
            record = {
                "id": result.id,
                "text": result.text,
                'create_time': result.create_time.strftime('%Y-%m-%d %H:%m:%S'),
                "owner": result.owner,
            }
            data.append(record)
        response_data['count'] = len(results_obj)
        response_data['data'] = data

    return JsonResponse(response_data)


def text(request):
    """
    跳转页面
    """
    username = request.session.get('username', '')
    role = int(request.session.get('role', 3))
    user_id = request.session.get('user_id', 1)
    return render(request, 'text.html', locals())


def tip(request):
    """
    跳转页面
    """
    username = request.session.get('username', '')
    role = int(request.session.get('role', 3))
    user_id = request.session.get('user_id', 1)
    return render(request, 'tip.html', locals())


def wbfl(request):
    """
    跳转页面
    """
    username = request.session.get('username', '')
    role = int(request.session.get('role', 3))
    user_id = request.session.get('user_id', 1)
    zm = Info.objects.filter(result='积极').all()
    fm = Info.objects.filter(result='消极').all()
    return render(request, 'wbfx.html', locals())


def add_tip(request):
    response_data = {}
    text = request.POST.get('text')
    Tip.objects.create(
        text=text,
        owner=request.session.get('username', 'admin'))
    response_data['msg'] = 'success'
    return JsonResponse(response_data, status=201)


def edit_text(request):
    """
    修改信息
    """
    response_data = {}
    user_id = request.POST.get('id')
    text = request.POST.get('text')
    standard_answer = request.POST.get('standard_answer')
    print(user_id, standard_answer)
    Info.objects.filter(id=user_id).update(
        standard_answer=standard_answer)
    response_data['msg'] = 'success'
    return JsonResponse(response_data, status=201)


def del_tip(request):
    """
    删除信息
    """
    user_id = request.POST.get('id')
    result = Tip.objects.filter(id=user_id).first()
    try:
        if not result:
            response_data = {'error': '删除失败!', 'message': '找不到id为%s' % user_id}
            return JsonResponse(response_data, status=403)
        result.delete()
        response_data = {'message': '删除成功!'}
        return JsonResponse(response_data, status=201)
    except Exception as e:
        response_data = {'message': '删除失败!'}
        return JsonResponse(response_data, status=403)


def del_text(request):
    """
    删除信息
    """
    user_id = request.POST.get('id')
    result = Info.objects.filter(id=user_id).first()
    try:
        if not result:
            response_data = {'error': '删除失败!', 'message': '找不到id为%s' % user_id}
            return JsonResponse(response_data, status=403)
        result.delete()
        response_data = {'message': '删除成功!'}
        return JsonResponse(response_data, status=201)
    except Exception as e:
        response_data = {'message': '删除失败!'}
        return JsonResponse(response_data, status=403)


def save_file(file):
    """
    保存文件
    """
    if file is not None:
        file_dir = os.path.join(workdir, 'static', 'uploadImg')
        if not os.path.exists(file_dir):
            os.mkdir(file_dir)
        file_name = os.path.join(file_dir, file.name)
        with open(file_name, 'wb')as f:
            # chunks()每次读取数据默认 我64k
            for chunk in file.chunks():
                f.write(chunk)
            f.close()
        return file_name
    else:
        return None


def predict(request):
    text = request.POST.get('text')
    try:
        from .emotional_classification.test import main
        result = int(main(text))
        print(result)
        if result == 0:
            result = '消极'
        else:
            result = '积极'

        Info.objects.create(text=text,
                            status="成功",
                            result=result,
                            standard_answer='',
                            owner=request.session.get('username', 'admin'),
                            )
        return JsonResponse({"result": result})
    except Exception as e:
        print(e)
        return JsonResponse({"error": 403}, status=403)


def analysis(request):
    results = Info.objects.values('result').annotate(myCount=Count('result'))  # 返回查询集合
    country = []
    count = []
    for i in results:
        country.append(i['result'])
        count.append(i['myCount'])
    result1 = Info.objects.values('owner').annotate(myCount=Count('owner'))  # 返回查询集合
    values = []
    for i in result1:
        values.append({'name': i['owner'], 'value': i['myCount']})

    username = request.session.get('username', 'admin')
    role = int(request.session.get('role', 3))
    user_id = request.session.get('user_id', 1)
    return render(request, 'analysis.html', locals())

总结:

主要功能是自动识别留言的情感倾向,使用了Python语言、GRU框架和MySQL数据库进行开发。在实验中,证明了该软件的准确性和实用性,可以有效地帮助用户对留言进行分类。

源码获取:

大家点赞、收藏、关注、评论啦 、查看👇🏻获取联系方式👇🏻

  • 5
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
python基于循环神经网络情感分类 python;django;mysql;RNN 本文主要基于循环神经网络,利用python语言,开发一款用户留言情感分类系统。具体研究内容如下: 确定研究问题和目标: (1)首先,需要明确研究的问题和目标。例如,研究网络用户留言情感分类的方法,提高网络用户留言的情感分类精度和效率。 (2)收集和准备数据:对于情感分类任务,需要收集和准备大量的数据。这些数据可以来自于网络用户留言、新闻文章或其他相关数据源。需要对数据进行清洗、去重、标注等预处理工作,以便于后续的模型训练和评估。 (3)设计实现模型:根据研究问题和目标,需要设计实现一个合适的模型。对于情感分类任务,考虑使用循环神经网络这一深度学习模型。在模型设计实现过程中,需要注意数据预处理、特征提取、模型架构选择、参数调整等问题。 (4)模型训练和评估:在模型设计实现之后,需要进行模型训练和评估。可以使用标记数据集进行模型训练,使用验证数据集评估模型性能,使用测试数据集对模型进行最终评估。在模型训练和评估过程中,需要采用适当的损失函数、优化算法和数据增强技术,以提高模型性能和泛化能力。 (5)系统分析和测试:在模型训练和评估之后,需要对系统进行分析和测试。可以分析模型的性能和精度,比较不同模型的优缺点,分析数据预处理、特征提取和模型架构等因素的影响。需要对结果进行科学解释,并提出改进建议,以便于后续工作的开展,和系统的不断改进。 系统功能 该系统功能较为简单,核心功能即为文本检测,主要针对系统中的用户留言,进行情感分类。其次为了进一步提升系统的丰富性,我们可以加入数据管理模块,允许系统管理员对系统自动识别的分类进行校对;加入数据分析的模块,可以将系统识别的统计结果以图像的形式直观的呈现给系统使用者;加入公告管理的功能,为系统提供一个推广宣传的窗口;最后加入用户管理的模块,进一步保障系统的安全性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

paterWang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值