楼主: yusb
172 0

[经管数据集] 用各种机器学习对中文微博进行情感分析【毕业设计源码】.zip [推广有奖]

已卖:21069份资源
好评率:99%
商家信誉:一般

巨擘

0%

还不是VIP/贵宾

-

威望
1
论坛币
40750 个
通用积分
2588.9809
学术水平
20 点
热心指数
31 点
信用等级
7 点
经验
5383 点
帖子
20183
精华
0
在线时间
11751 小时
注册时间
2020-12-8
最后登录
2026-1-8

楼主
yusb 在职认证  发表于 2023-11-14 10:04:30 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
用各种机器学习对中文微博进行情感分析【毕业设计源码】.zip

用各种机器学习对中文微博进行情感分析【毕业设计源码】项目介绍1、用FastText在语料库上训练并生成词向量, 该任务语料库较小, 用fastText可以增加n-gram特征, 比传统word2vec要好2、训练集10000条语料, 测试集500条语料3、分别用SVM, Bayes, DNN, LSTM, Attention+BiLSTM, XGBoost等多种模型搭建并训练正负情感二分类器SVM其实不太适合做NLP, 只是当年我还很菜所以选了SVMBayes速度快, 效果好。可能是因为该任务语料规模较小,在大规模语料任务上性能会下降,而且磁带模型丢失了语序信息,可拓展性不强DNN效果不好, 不过现在也很少有直接用DNN做NLP的, 所以这里仅作为从机器学习到深度学习的过渡模型了LSTM用到了上游训练的FastText词向量, 并且考虑了语序信息, 效果有明显提升Attention+BiLSTM效果很好, 但相比纯LSTM提升没那么明显,主要是因为该任务相对简单且语料少。迁移至更复杂任务后注意力的强大会越来越明显


用各种机器学习对中文微博进行情感分析【毕业设计源码】.zip (1.8 MB, 需要: RMB 19 元) f09c75b792f48248a679dd1c9b615a0.png


d3b1958d7105bf0ab7c9a0b71972816.png


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:毕业设计 机器学习 情感分析 zip Attention

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-9 03:17