1. 毕业设计（论文）主要目标：
在对现有的算法的改进下更高效率的实现对文本中有用信息的提取，找出其中人们感兴趣的，携带观点的文本，并且对其做出准确的分析。
对人们的观点，情绪，评论，态度以及针对诸如产品、服务、组织、个体、事件、主题等实体的情感倾向做出有效的挖掘和分析，然后进一步对挖掘出来的信息归纳和推理。
2. 毕业设计（论文）主要内容：
调研文本情感分类研究、应用现状，学习、研究基于lstm算法的文本情感分类，针对具体情境的文本进行情感分析，改进优化算法，提高中文文本情感分析的有效性。
3. 主要参考文献
【1】孙晓, 彭晓琪, 胡敏,等. 基于多维扩展特征与深度学习的微博短文本情感分析[J]. 电子与信息学报, 2017, 39(9):2048-2055.【2】基于深度学习的文本情感分析研究[D]. 哈尔滨工业大学, 2016.【3】王宏生, 金相宇. 基于深度学习的中文电商评论情感分析[J]. 信息通信, 2018(3).【4】李阳辉, 谢明, 易阳. 基于深度学习的社交网络平台细粒度情感分析[J]. 计算机应用研究, 2017, 34(3):743-747.【5】朱少杰. 基于深度学习的文本情感分类研究[D]. 哈尔滨工业大学, 2014.【6】佚名. 基于深度学习的中文影评情感分析[J]. 上海大学学报(自然科学版), 2018, 24(5).【7】佚名. 一种基于深度学习的会话情感自动分析方法:, CN 105427869 A[P]. 2016.【8】王欢欢. 网络评论文本的情感倾向性研究[D]. 暨南大学, 2016.【9】李长镜, 赵书良, 池云仙,等. 基于情感分析的文本分类方法[J]. 电子技术与软件工程, 2018(7).【10】陈钊. 面向中文文本的情感分析方法研究[D]. 哈尔滨工业大学, 2016.
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
