基于深度学习的目标人物情绪预测

发布时间：2021-02-13 07:33

　　针对目标人物的情绪变化,本文提出了一种情绪预测方式对情绪进行识别、预测和分析.在情绪预测前,通过一种情绪定量算法对情绪数据集数据进行归一化处理,以得到每种情绪对应的程度系数,为下一步的情绪预测奠定基础.然后汇总目标人物一天的情绪变化得到一种主要情绪,再通过情绪预测算法得到最终的预测结果.本文应用BERT （Bidirectional Encoder Representations from Transformers）神经网络对短对话进行情绪建模,以做到对目标人物的实时情绪预测.结果表明应用本文的训练模型,可以有效判断目标人物的未来情绪波动状况. 

【文章来源】：计算机系统应用. 2020,29(06)

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于BERT的警情文本命名实体识别[J]. 王月,王孟轩,张胜,杜渂.  计算机应用. 2020(02)
[2]基于投资者情感倾向的P2P市场成交量预测模型[J]. 张帅,傅湘玲,后羿.  计算机科学. 2019(S1)
[3]基于属性特征的评论文本情感极性量化分析[J]. 李慧,柴亚青.  数据分析与知识发现. 2017(10)
[4]在线用户评论细粒度属性抽取[J]. 周清清,章成志.  情报学报. 2017(05)
[5]基于投资者情绪的行为资产定价模型[J]. 李潇潇,杨春鹏,姜伟.  青岛大学学报(自然科学版). 2008(04)

硕士论文
[1]基于中文影评领域情感词典的TS-BP混合情感计算模型研究[D]. 朱小微.上海大学 2017



本文编号：3032180