### 项目描述：基于情感词典与LDA模型的基金文本研究

在现代金融市场中，基金作为一种重要的投资工具，吸引了大量的个人和机构投资者。随着互联网的普及，投资者在各种网络社区中分享投资经验和评价基金经理的表现成为常态。这些文本评论包含了投资者的情感和观点，对了解市场情绪具有重要意义。然而，面对大量的文本数据，如何高效地提取有价值的信息成为一大挑战。 基于此，本项目旨在利用情感分析与主题模型，对基金评论文本进行深入研究。通过构建情感词典，量化投资者的情感倾向；同时，利用LDA（Latent Dirichlet Allocation）模型，提取评论中的主要讨论主题。通过这些方法，可以揭示投资者的情感变化及其关注的核心话题，为基金管理公司和投资顾问提供决策支持。 数据收集是本项目的基础环节。为了获取真实有效的基金评论数据，我们主要采用网络爬虫技术，从基金吧等网络平台收集数据。这些平台上的评论数据量大且内容丰富，能够反映投资者的真实情感和观点。具体的数据收集过程包括以下几个步骤： 1. **下载网页**：利用requests库发送H