基于字向量的短文本情感分类研究

针对中文短文本内容稀疏、上下文信息跨度大的问题,为进行有效的短文本情感分类,基于评论性短文本特征,使用预训练字向量,以字为单位输入模型来提高数据集的泛化性。使用多种经典深度学习分类模型验证基于字的短文本在外卖评论数据下的分类情况。实验结果表明,各模型均能准确判断短文本的情感倾向,检验了字向量的可行性及模型在情感分析方面的效果。各模型在基于字的评论短文本中的泛化性也为将来迁移学习和更深入的研究提供了价值参考。     

基于联体段的印刷维吾尔文预处理

论文根据维吾尔文的特点和难点,通过分析和研究,实现了维吾尔文印刷体识别技术中的预处理部分.预处理完成的工作有去除噪点、基线评估、倾斜校正、联体段切分、骨架细化等.     

基于文本情感分析的电商产品评论数据研究

文本情感分析是当前数据挖掘研究的热点,具有极高的应用价值。对电商在线评论进行文本情感分析与数据挖掘具有很高的学术价值和社会经济效益。针对电商在线评论的特点,采用八爪鱼数据采集器爬取京东商城评论数据,采用Jiaba分词,进行情感标注以及关键词云生成。通过Python基于情感词典进行情感倾向性分析,对情感词、程度副词、否定词进行遍历,计算评论语句的情感值,并使用SnowNLP类库对文本情感值得分进行可视化展示,以柱状图直观展示语句情感分数分布情况,很好验证了实验结论。     

基于主题模型的农产品在线评论数据研究

本文以新疆巴州库尔勒香梨为例,基于主题模型和实证分析探究交易属性对消费者满意度的影响。通过在线评论情感分析找到影响销量的问题,完善用户体验,从消费者的视角帮助企业经营者进一步提高产品竞争力,完善产品相关服务,更好的带动地方农村经济发展。