基于深度学习的文本情感分析研究开题报告

1. 研究目的与意义

互联网上各种各样的评论信息数量巨大，变化迅速。

大量的评论表达了信息发布者的情感倾向。

这些信息对政府部门的舆论监测、企业的商业决策、个人的购买决策都起到了至关重要的作用。

2. 课题关键问题和重难点

关键问题：1)什么是情感分析？是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。

互联网(如博客和论坛以及社会服务网络如大众点评)上产生了大量的用户参与的、对于诸如人物、事件、产品等有价值的评论信息。

这些评论信息表达了人们的各种情感色彩和情感倾向性,如喜、怒、哀、乐和批评、赞扬等。

3. 国内外研究现状（文献综述）

随着社会的进步与发展，互联网成为了人们分享的一个重要平台，互联网中出现了各种带有用户主观色彩的短文本，这些短文本会影响着其他网民对这件事物的看法以及后续的行文。

这些短文本出现在许许多多的应用中，甚者来说我们身边全部都是短文本，我们如何去分析这些短文本来了解用户在短文本背后的情感，到底是积极还是消极。

对于我们在许多领域有着深远的意义。

4. 研究方案

1.情感分析包含两个任务①目标情感提取:目标情感提取的目的是检测文本中所提到的目标情感②目标情感分类:它可以预测给定意见目标的情感极性为完成这个任务，将采用带有lstm单元的rnn模型（如图1）。

2课题主要分为五大模块(图2)：①　模型模块：通过建立模型，进行深度学习。

②　用户管理模块：用户通过注册，填写个人信息③　后台管理模块：对用户的信息进行删增改查④　可视化ui模块：一切的用户操作是基于ui界面上进行的⑤　数据库模块：数据的存储依赖于数据库依赖视图(如图3)展现了软件模块之间的依赖关系。

5. 工作计划

2022.11.12-2022.11.23：查阅大量文献资料,确定课题主要研究内容。

2022.11.23-2022.01.08：根据题目进行调研，查阅有关对应的文章文献。

同时查阅外网论文，并将其翻译。