毕业作品：基于弹幕情感分析的直播高光时刻判定模型设计与实现

简介：
本项目旨在通过分析直播平台中的弹幕数据来判断直播的高光时刻。采用情感分析技术对弹幕内容进行处理，结合观众的情感反馈确定关键节点，为优化视频推荐和广告投放提供依据。 毕业设计基于弹幕情感分析的直播高光时刻判断模型设计包括数据清洗、初步基于词典的句子情感值计算模型、基于机器学习的片段情感分析与高光时刻判断模型以及系统的设计与实现。 具体功能如下： - **数据处理**：使用Bootstrap和Echarts框架进行前端展示，后端采用烧瓶（Flask）作为开发框架。 - **弹幕单文本分析**：输入一条弹幕内容，通过情感词典计算其情感倾向性。 - **自定义词典支持**：用户可以上传自己的词汇表，并与系统默认的词库合并使用。 - **数据预处理**：提供接口供用户上传原始的弹幕数据，进行必要的清洗和格式化操作。同时根据时间线聚合信息并提取相关的情感特征值。 - **弹幕片段分析**：接收经过初步处理后的弹幕文本集合，在多个维度上展示情感变化趋势，并识别出高光时刻所在的位置。 系统文件结构及界面使用说明： 1. 弹幕数据存储在`./data`目录下，分类存放； 2. 各种实验代码和笔记位于`.code` 和 `.notebook` 文件夹中； 3. Flask应用的源码放置于`s sentiment_system`路径内。