本压缩包包含word版lun-wen，答bppt，开tppt，开t报告等文件，供大家参考学习。摘要：国内外很多研究学者对情感分析研究都做了大量的工作，但本文通过文献调查发现，大多数研究方法是基于基础情感词典的方法和基于机器学习和深度学习单一模型的方法来研究，没有一部关于中文微博的领域性情感词典，单一模型不能解决上下文语义性和遗忘的问题。 在阅读和学习了大量学者对领域性情感词典和混合模型的文献以后，本文构建了一部中文微博领域性情感词典，提高了微博数据情感分析的准确性；在RNN模型的基础上加入Attrntion机制，构建一种基于TextRNNN-Attention的混合模型，解决了RNN模型的遗忘问题。为后续研究者提供了一种思路，具有一定的理论意义。

《Sentiment Analysis and Opinion Mining》，刘冰2012年的书，M&C出版社出版。没在网上找到过免费的，这书很贵的好不好，30美刀…… 话说我这不涉及侵权吧……

2007年10月22日 知网发布“情感分析用词语集（beta版）” 知网从即日起发布“情感分析用词语集（beta版）”，共有12个文件。 1. “中文情感分析用词语集”，现包含如下6个子文件： “正面情感”词语，如：爱，赞赏，快乐，感同身受，好奇，喝彩，魂牵梦萦，嘉许 ... “负面情感”词语，如：哀伤，半信半疑，鄙视，不满意，不是滋味儿，后悔，大失所望 ... “正面评价”词语，如：不可或缺，部优，才高八斗，沉鱼落雁，催人奋进，动听，对劲儿 ... “负面评价”词语，..

Twitter情绪可视化 一个网络应用程序，它使用来自Twitter的数据以及情感分析和情感检测相结合的方式来创建一系列数据可视化效果，以说明快乐和不快乐的位置，主题和时间。 介绍 该项目旨在使Twitter数据更易于理解。 它流式传输实时tweet，或者可以获取有关特定主题或关键字的tweet-然后使用自定义编写的情感分析算法分析此数据，并最终通过一系列动态D3.js数据可视化显示结果。 该应用程序的目的是允许在情绪与其他因素之间找到趋势，例如地理位置，一天中的时间，其他主题... 从分析营销活动的有效性到比较两个竞争主题，它具有广泛的用途。 在阅读有关该应用程序的更多信息。 该应

领域自适应文本挖掘工具（新词发现、情感分析、实体链接等），基于少量种子词和背景知识

酒店评论数据集7000+条，外卖评论数据集11000+条，有正负标签

期末展示实验报告 ——基于三种神经网络进行情感分析以及效果比较 一、 选题 之前浏览到一篇2014年的论文，Yoon Kim的《Convolutional Neural Networks for Sentence Classification》，其中提到了两层channel的卷积神经网络模型进行句子分类，这种Text-CNN类型的卷积神经网络思路简单，但是分类效果的确非常好，另外这篇论文也阐述了几种不同的神经网络模型在句子分类上的效果，因此我打算实现三种不同的神经网络模型，来进行一个较为简单的情感分析，比较它们的性能差异，并加深对不同神经网络模型的理解。 此次试验选取的模型为CNN、两层channel的CNN模型(如论文所述)、LSTM模型(较为经典)。以下将从数据处理开始介绍这三个模型，并对比它们的性能差异。 二、 数据整理 本次实验采用的是cornell大学公开的一个情感分析数据集，包含了5331条positive的文本和5331条negative的文本。 https://blog.csdn.net/Mrrunsen/article/details/122144562

基于微博话题评论的情感分析研究与应用,基于微博话题评论的情感分析研究与应用

自然语言理解技术原产出物，基于这个数据底层进行开发了很多 NLP平台，可以学习保存

它是谭泽东先生整理的关于酒店评论，图书评论和笔记本评论的带有情感标注的语料，其中每一种类型又有褒义和贬义个两个，每一个大约有2000条语料