基于注意力机制的抖音短评情感分析系统产品系统

短视频平台发展速度很快，短视频产生的大量评论已经变成反映用户态度和市场动态的主要数据。这些评论呈现出来高度碎片化和口语化的特征，同时包括了浓厚的情绪，其中包括了丰富的商业价值、治理需求。对其中情感信息进行高效准确的提取，已经成为品牌管理和平台内容审核的重要技术支持。不过，目前情感分析研究大多集中在微博或电商评论领域，对于抖音等短视频场景的探索比较少。这些评论呈现出来高度碎片化的特征，同时面临数据稀疏、表情符号干扰和语义歧义等很多挑战，这使得传统模型很难准确地把握用户的上情感倾向。本毕业设计试图形成一个运用注意力机制进行抖音短评情感分析的模型，通过引入注意力机制对主要情感词进行关注，并且结合上下文语义，探索更适用于短视频评论特点的分析方法，用来解决现有技术在处理高噪声和强时效性评价时碰到的问题，为细粒度情感分析在垂直领域的应用提供了实践参考，也给企业用户反馈分析和平台内容审核提供了有效数据支持和辅助工具。

首先是基础架构，通过Flask等框架实现登录注册与用户管理，确保身份认证与权限控制；其次是数据感知，利用爬虫技术自动采集外部信息；进而进入核心智能阶段，涵盖模型训练以赋予Agent领域能力，以及通过提示工程或强化学习进行模型调优以提升执行精度；最后是结果呈现，借助可视化工具将Agent的分析结论转化为直观图表，形成从数据输入到价值输出的完整闭环。

1、负责整个项目的完成
2、使用python，MySQL，注意力机制，双向长短期记忆力网络