基于bert-lstm对微博评论的情感分析系统设计与实现

一:介绍

1、模型训练:爬虫脚本获取指定微博话题评论,对评论进行数据预处理,使用bert/lstm进行模型训练,允许和传统算法如SVM进行对比分析,突出bert/lstm的优势。

2、开发系统UI:包括数据采集页面,模型训练页面,模型评估页面,情感分析预测页面等。

**特点:**数据使用爬虫实时获取、自己训练模型有模型代码和训练数据、有对比模型、有完整系统、结果导出,生成词云图等。

二:环境

  • 语言:python
  • 机器学习算法:bert/lstm
  • 对比模型:SVM
  • 数据库:SQLite
  • UI界面:PyQt5

三:项目展示

项目目录:

情感预测界面:

数据采集界面:

模型评估页面:

这里为了演示,训练了一个低参数的模型,只训练了两轮。可以修改参数配置自行训练。

需要源码(有论文、配置指导),私信联系,回复不及时见谅。

相关推荐
八零后琐话34 分钟前
干货:程序员必备性能分析工具——Arthas火焰图
开发语言·python
小鸡吃米…2 小时前
机器学习的商业化变现
人工智能·机器学习
青春不朽5122 小时前
Scrapy框架入门指南
python·scrapy
MZ_ZXD0012 小时前
springboot旅游信息管理系统-计算机毕业设计源码21675
java·c++·vue.js·spring boot·python·django·php
全栈老石3 小时前
Python 异步生存手册:给被 JS async/await 宠坏的全栈工程师
后端·python
梨落秋霜3 小时前
Python入门篇【模块/包】
python
阔皮大师4 小时前
INote轻量文本编辑器
java·javascript·python·c#
小法师爱分享4 小时前
StickyNotes,简单便签超实用
java·python
深蓝电商API4 小时前
处理字体反爬:woff字体文件解析实战
爬虫·python