基于bert-lstm对微博评论的情感分析系统设计与实现

一：介绍

1、模型训练：爬虫脚本获取指定微博话题评论，对评论进行数据预处理，使用bert/lstm进行模型训练，允许和传统算法如SVM进行对比分析，突出bert/lstm的优势。

2、开发系统UI：包括数据采集页面，模型训练页面，模型评估页面，情感分析预测页面等。

特点：数据使用爬虫实时获取、自己训练模型有模型代码和训练数据、有对比模型、有完整系统、结果导出，生成词云图等。

二：环境

• 语言：python
• 机器学习算法：bert/lstm
• 对比模型：SVM
• 数据库：SQLite
• UI界面：PyQt5

三：项目展示

项目目录：

情感预测界面：

 数据采集界面：

模型评估页面：

这里为了演示，训练了一个低参数的模型，只训练了两轮。可以修改参数配置自行训练。

 需要源码（有论文、配置指导），私信联系，回复不及时见谅。