1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 社科论文

词向量表示技术在微博舆情分析中的应用.docxVIP

词向量表示技术在微博舆情分析中的应用.docx

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    4. 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
    5. 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
    6. 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
    7. 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
    查看更多

    PAGE6

    PAGE6

    摘要

    互联网的快速发展以及社交软件的兴起，使人们交流的信息呈现出指数型增长的态势。微博作为我国主要的互联网平台之一，每天都会生成大量的主观评论文本。对这些文本进行情感分析，是把握网络舆论发展态势的一个有力的工具。

    传统情感分析采用词袋模型构建词典，当语料库很大时，文本向量化后会造成维度灾难，并且词袋模型没有考虑词语顺序。词向量将词语转化成一种分布式表示，不仅避免了向量维度过高的问题，还能通过计算词向量之间的距离来衡量词语间的联系。

    本文主要工作如下：(1)爬取微博数据并进行清洗，将正面语料标为1，负面语料标为0，手动构建训练集、测试集；

    您可能关注的文档

    最近下载

    文档评论（0）

    123456 + 关注
    实名认证
    文档贡献者

    123456

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >