需要金幣： 2000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：9031 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:近十幾年來，就微博的快速發(fā)展，微博數(shù)據成倍增長，如何利用數(shù)據獲得有用的信息，成為了研究的熱點。其中，微博情感預測是一個熱門的方向，他在分析與預測時事走向、反饋產品意見、分析消費者愛好等方面都有廣泛的應用。 本文主要介紹了基于特征融合和基于情感詞典的分析方法，并且本文采用了基于情感詞典的情感預測方法。該算法的基礎是情感詞典，目標是包含有明顯正、負情感詞的微博，該算法又結合了多個程度詞字典，從多個角度描述微博，通過對情感詞的加權求和，得到情感值，從而對情感進行分類。最后用PyQt設計了一個情感分類的可視化界面，通過輸入一段文本，得到相應的情感分類結果。
關鍵詞：情感分類；情感詞典；情感值計算
目錄 摘要 Abstract 1 緒論-1 1.1 課題研究背景-1 1.2 課題的研究目的和意義-2 1.3 國內外研究現(xiàn)狀-2 1.4本文的主要內容-4 2 相關技術和資源-5 2.1 預處理技術-5 2.2 情感資源-5 2.3 本章小結-6 3 基于情感詞典的情感分類-7 3.1 微博的情感分類介紹-7 3.2 基于情感詞典的情感分類算法-7 3.3 本章小結-9 4 基于特征融合的情感分類-10 4.1 詞性特征對情感分類的影響-10 4.2 特征選擇和融合-10 4.3本章小結-11 5 基于PyQt的情感可視化實現(xiàn)-12 5.1 PyQt的介紹-12 5.2 PyQt的設計與實現(xiàn)-12 結 論-14 參 考 文 獻-15 附 錄-17 致 謝-21 |
