微博文本的情感分析研究
第一，基于Word2Vec的文本获取及预处理。收集和处理微博语料，分为大规模的旧语料和爬取的小规模疫情语料。对文本进行预处理，比如分词，去停用词等，用Word2Vec训练对文本数据进行向量化。
第二，用大规模语料训练Attention-LSTM情感分类模型与将卷积神经网络应用到文本分析的TextCNN模型的实验进行对比，证明Attention-LSTM在文本情感分析的效果更好。
第三，在微博上爬取的小规模语料上做情感分析，分析疫情下人们的情绪情况。
可以发现，Attention-LSTM模型能较好的分析疫情人们的情感态度
文件下载
评论信息
其他资源
- 中国素食蔬菜图片机器学习数据集
- 电磁场与电磁波 中文 David K.Cheng
- 推导二重复合油藏的Laplace空间解的表达公式
- 深度强化学习综述_刘全.pdf
- 超声波电机原理与设计 316页 23.7M .pdf
- 摄像头统计人数
- 镜像wim大于4G的U盘一键刻录工具
- 网络端口扫描端口扫描端口扫描端口扫描
- bbs_framework.rar
- Mybatis-Plus.pdf
- NetBackup_中文文档7.7.1
- JAVA 简单swing网上购物系统
- 主成分分析matlab代码.rar
- OPENGL中的GLUT源代码
- STM32_ADC模数转换代码测试通过
- SAP Data Services如何连接BW
- 基于Java的扫雷游戏
- Xvid-1.1.3-27042008
- 小波包分解并求能量谱
- 山东大学计组课设连接图
- 基于Bootstrap3的响应式布局网站教程源码（五）
- 公路村村通（30）.zip
- WebApp打包apk、ipa解决方案
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明