理工酷

基于深度学习与词嵌入的情感分析系统设计与实现

一、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。

二、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。

三、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。

四、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

来源https://github.com/dyngq/sentiment-analysis-project