使用Twitter帐户发布历史记录和情感分析生成音乐播放列表 在此项目中，我们旨在开发受用户或实体的社交媒体发布历史启发的播放列表生成功能。 实现此目的的一种方法是使用情感分析来比较鸣叫和歌曲歌词情感极性的分布，以生成推荐歌曲列表。 为了优化此预测的效率，我们实施了多种机器学习和深度学习方法来预测情绪极性，并评估了两种数据类型的训练模型。 最终，当整合两个极性分数时，实现了用于推文的双向LSTM和用于歌词的VADER模型。 问题陈述 给定某人的Twitter帐户中的推文，我们如何估算某人的总体情