1. 毕业设计（论文）主要内容：

大数据时代,文本分类是文本数据挖掘和文本价值探索领域的重要工作。传统的文本分类系统存在特征提取能力弱、分类准确率不高的问题。相对于传统的文本分类技术,深度学习技术具有准确率高、特征提取有效等诸多优势。本课题拟设计一个基于深度学习的电影评论情感分类系统，达到能够分辨正面评论和负面评论的效果。在深入了解卷积神经网络基本原理的基础上，设计Python程序，利用卷积神经网络来进行电影评论的文本特征提取和分类，并运用TensorBoard对模型仿真结果进行可视化操作。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）采用python编程来实现电影评论情感分类模型的设计，设计基于卷积神经网络来实现仿真。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：完成仿真环境的搭建，建立电影评论数据库，设计python程序。

4. 主要参考文献

[1]yoon kim.convolutional neural networks for sentence classification[c]. empirical methodsin natural language processing,2014:1-6.

[2]庞丹丹.基于深度学习的文本分类技术的研究[d].北方工业大学,2018.

[3]闫琰.基于深度学习的文本表示与分类方法研究[d].北京科技大学2016.