# SentimentAnalysis

**Repository Path**: only-mulan/sentiment-analysis

## Basic Information

- **Project Name**: SentimentAnalysis
- **Description**: 本科毕业设计-舆情监控系统
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-26
- **Last Updated**: 2025-07-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 项目名称：基于UIE的舆论情感分析Web系统

# 一. 项目简介
基于UIE、BiLSTM、SKEP混合模型的舆论情感分析Web系统，前后端分离式架构部署，支持单文本属性级情感分析及上传txt文件进行批量情感分析，并支持分析结果的可视化展示。
技术栈：后端：FastAPI + UIE；前端：Vue + ElementUI + Echarts。

# 二. 项目目录结构   

项目采用前后端分离式架构，分为frontend和backend两个文件夹

* backend文件夹为后端接口服务模块，sql.py为数据清洗，analysis.py为舆情分享，main.py为后端接口服务主程序，utils.py定义一些工具函数。
* frontend文件夹为情感分析系统前端界面模块，基于 vue-admin-template进行开发。
# 三. 项目环境配置
## 3.1 后端服务环境配置

首先需要下载安装Python包管理器Anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
访问镜像下载网站，根据自己电脑系统（win64或Linux等）选择合适的版本，建议选择较新的版本。

配置清华源镜像加速

```bash
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
```

创建新虚拟环境便于隔离，环境名为paddlepaddle，python版本为3.10

```bash
conda create -n paddlepaddle python=3.10
```

进入刚才创建的虚拟环境paddlepaddle，需注意后续环境配置操作都将在该环境中进行配置！！！

```bash
activate paddlepaddle
```

下载paddle
```bash
python -m pip install paddlepaddle==2.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
```

paddle测试是否安装成功，在命令行中依次输入：

```python
python
import paddle
paddle.utils.run_check()
```

若提示 “PaddlePaddle is installed successfully!” 则安装成功！

下载最新版PaddleNLP，若出现不兼容问题可以考虑指定版本降级

```bash
pip install --upgrade paddlenlp
```

下载后端依赖Web框架FastAPI

```bash
pip install fastapi
pip install "uvicorn[standard]"
pip install python-multipart
```

启动后端项目：
通过cd命令进行项目backend文件夹，启动后端接口服务！
```bash
python main.py
```
ps:  初次启动会进行一次模型预测操作进行预热（必须），时间会稍久些但可有效提高后续接口访问的性能。看到“Application startup complete”和“Uvicorn ruuning on http:127.0.0.1:8000”代表后端项目启动成功

## 3.2  前端项目环境配置：

```bash
npm install
```

启动前端项目
```bash
npm run dev
```