关于微博这一社交平台的研究一直中文情感分析以及与图片相关的文本生成领域的一个热门研究方向,是中文分词,中文文本情感分析、机器翻译以及Image Caption等技术的难点。本文将基于微博文本的情感分析和与图片相关的文本生成两种技术结合,同时通过网络通信协议实现了基于微博的舆论机器人系统。系统实现了计算特定话题下微博的情感倾向、展示情感走势、生成基于话题的图片描述以及模拟登陆、发送、查看等微博的功能。舆论机器人系统的关键问题在于统计并展示相关话题的微博内容的舆论走势,同时通过发布微博来实现对热门话题的掌控。为了实现舆论机器人系统的相关功能,本文从微博内容的情感分析以及针对图片生成与话题相关的微博两方面出发,将系统分为两大主要模块:情感分析模块和文本生成模块。前者通过比较相关话题中微博的内容(包括:文本,图片以及表情)对微博整体情感的贡献不同,设定不同权重,从而得到每一条微博的情感倾向,整理并展示统计后得到该话题的舆论走势;后者通过卷积神经网络和记忆网络结构,针对图片生成与话题相关的文本,通过网络通信协议以及账户控制,实现生成与发送的自动化操作。主要内容与创新点如下:1.针对每一条微博所包含的内容,分别计算情感倾向,并根据不同内容对于情感分析所占的不同的权重,计算出单条微博的情感倾向。2.根据特定的话题,首先检索出于话题相关的图片,然后基于图片,通过卷积神经网络和记忆网络模型,预测出每张图片与特定话题相关的文本。3.通过模拟登陆微博以及网络请求操作,实现检索图片,生成文本和发布微博的自动化操作。同时针对账户设置不同的cookie的有效时长,从而实现多账户同时操作。