全文总字数：2458字

1. 研究目的与意义及国内外研究现状

选题目的：文本情感分类是指对某一个短文本中蕴含的情感极性做出不同极性标准的判别分类。

本课题利用python作为预处理工具对原始语料进行预处理，在通过载入情感词典对文本进行分类。

最后通过模型来检验分类结果。

2. 研究的基本内容

1、学习Machine Learning思想(如Convolutional Neural Network，Linear Regression，Gradient Descent，backpropagation）2、学习Deep Learning思想3、学习Python语法以及相关库的使用（如opencv,keras）4、动手将理论知识实践巩固知识5、使用lstm算法实现对文本情感的分类

3. 实施方案、进度安排及预期效果

1. 2018 年 11 月~2019 年1 月：资料收集，完成任务书和开题报告。

2. 2018 年 1 月~ 3月：完成相关知识的学习并逐步付诸行动。

3. 2018 年 3 月~ 4月：完成系统，实现对中文文本进行情感分析的功能。

4. 参考文献

【1】孙晓, 彭晓琪, 胡敏,等. 基于多维扩展特征与深度学习的微博短文本情感分析[J]. 电子与信息学报, 2017, 39(9):2048-2055.【2】基于深度学习的文本情感分析研究[D]. 哈尔滨工业大学, 2016.【3】王宏生, 金相宇. 基于深度学习的中文电商评论情感分析[J]. 信息通信, 2018(3).【4】李阳辉, 谢明, 易阳. 基于深度学习的社交网络平台细粒度情感分析[J]. 计算机应用研究, 2017, 34(3):743-747.【5】朱少杰. 基于深度学习的文本情感分类研究[D]. 哈尔滨工业大学, 2014.【6】佚名. 基于深度学习的中文影评情感分析[J]. 上海大学学报(自然科学版), 2018, 24(5).【7】佚名. 一种基于深度学习的会话情感自动分析方法:, CN 105427869 A[P]. 2016.【8】王欢欢. 网络评论文本的情感倾向性研究[D]. 暨南大学, 2016.【9】李长镜, 赵书良, 池云仙,等. 基于情感分析的文本分类方法[J]. 电子技术与软件工程, 2018(7).【10】陈钊. 面向中文文本的情感分析方法研究[D]. 哈尔滨工业大学, 2016.【11】张冲;基于Attention-Based LSTM模型的文本分类技术的研究[D];南京大学;2016年 【12】 冯亮祖;基于情感关键句的新闻文本情感分类研究[D];北京邮电大学;2015年 【13】 陈晓东;基于情感词典的中文微博情感倾向分析研究[D];华中科技大学;2012年