目录
摘要 II
关键词 II
ABSTRACT III
KEY WORDS III
1 选题背景 1
1.1 研究背景 1
1.2 国内外研究进展 1
1.3 研究意义 2
2 文献综述 2
2.1 词嵌入 2
2.1.1 传统词嵌入模型 2
2.1.2 Word2vec模型 3
2.2 深度学习在情感分析上的应用 4
2.2.1 卷积神经网络 4
2.2.2 循环神经网络 5
3 方案论证 6
3.1 设计原理 6
3.2 方案分析 6
4 过程论述 7
4.1 实验环境 7
4.2 数据集 7
4.2.1 弹幕爬取 7
4.2.2 语料预处理 8
4.2.3 数据集构建 8
4.3 词嵌入 9
4.4 神经网络模型 10
4.4.1 神经网络模型构建 10
4.4.2 神经网络模型训练 12
4.4.3 神经网络模型测试 12
4.5 视频弹幕情感分析与可视化 13
5 结果分析 13
5.1 网络模型训练结果 13
5.2 弹幕情感分析结果 15
6 讨论与结论 18
6.1 工作总结 18
6.2 讨论 18
致谢 19
参考文献 19
基于深度学习的视频弹幕情感分析研究
摘 要
随着网络直播、自媒体频道、院线电影的飞速发展，“弹幕”这种即时性的评论方式也广泛流行开来。弹幕作为一种伴随视频一起出现的评论内容，具有更强的交互性，并且弹幕往往会结合视频当下时间节点的内容表达出更加强烈与直接的情感。弹幕视频网站作为弹幕的源头，对于挖掘弹幕的学术意义与商业价值具有代表性作用。本文首先对弹幕文化背景及其国内外发展概况进行论述，然后对Word2vec的词嵌入模型构建方法以及CNN、LSTM、 *51今日免费论文网|www.51jrft.com +Q: ^351916072^ 
GRU网络模型在文本分类上的应用进行总结与分析，进而阐明以bilibili弹幕视频网站为例的设计方案理由以及此方按的鲜明特点。接下来本文会详细描述实验的研究过程，包括弹幕内容的爬取、语料的预处理、数据集的构建、词向量的构建、基于TensorFlow深度学习框架的神经网络模型构建、网络模型的训练以及测试、对弹幕内容进行情感分析、结合其他相关数据对研究的结果进行可视化。最后本文会通过以上研究内容对视频弹幕的情感分析结果做进一步的分析，并对本次研究工作进行归纳与总结。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/605740.html