基于python的twitter情感分析.docx

摘要

社交网络上的公众的情感比如商品评论，总统投票，基金走势等多个方面有个越来越重要的体现。而基于相关数据对其进行情感分析是一项非常关键的工作。传统的基于词频，词袋向量的特征，主要是利用词在总的数据中出现的频率来构造特征向量。比较具有代表性的有TF-IDF特征提取。然而，这些传统的方法都有一个比较大的缺点，就是特征向量中仅仅是“词”，不包含语义信息，很显然不够优秀。本文应用了逻辑回归、LSTM、BERT等多种神经网络模型进行实验，对不同神经网络模型之间的优劣性进行了比较，为后续的研究者提供一个参考。本文基于Twitter的数据，构造了逻辑回归网络线性网络，LSTM递归网络以及BER