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
梨落秋霜7 小时前
Python入门篇【文件处理】
android·java·python
Java 码农7 小时前
RabbitMQ集群部署方案及配置指南03
java·python·rabbitmq
Learn Beyond Limits7 小时前
解构语义:从词向量到神经分类|Decoding Semantics: Word Vectors and Neural Classification
人工智能·算法·机器学习·ai·分类·数据挖掘·nlp
张登杰踩8 小时前
VIA标注格式转Labelme标注格式
python
Learner9 小时前
Python数据类型(四):字典
python
odoo中国9 小时前
Odoo 19 模块结构概述
开发语言·python·module·odoo·核心组件·py文件按
Jelena1577958579210 小时前
Java爬虫api接口测试
python
踩坑记录11 小时前
leetcode hot100 3.无重复字符的最长子串 medium 滑动窗口(双指针)
python·leetcode
过期的秋刀鱼!11 小时前
机器学习-逻辑回归的成本函数的补充-推导
人工智能·机器学习·逻辑回归