中文文本情感分类的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·文本情感分类的相关问题 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文主要研究内容 | 第15-16页 |
| ·论文的组织和安排 | 第16-17页 |
| 2 文本情感分类关键技术 | 第17-33页 |
| ·文本情感分类流程 | 第17页 |
| ·网页文本内容提取方法 | 第17-20页 |
| ·网页结构分析 | 第18页 |
| ·目前存在的主要网页文本抽取技术方法 | 第18-20页 |
| ·中文分词技术分析 | 第20-22页 |
| ·文本表示技术分析 | 第22-25页 |
| ·向量空间模型 | 第22-24页 |
| ·布尔模型 | 第24页 |
| ·概率模型 | 第24-25页 |
| ·特征提取 | 第25-29页 |
| ·文档频率 | 第25-26页 |
| ·卡方统计 | 第26页 |
| ·互信息 | 第26-27页 |
| ·信息增益 | 第27页 |
| ·期望交叉熵 | 第27-28页 |
| ·文本证据权 | 第28-29页 |
| ·文本情感分类常用分类器 | 第29-33页 |
| ·贝叶斯分类器 | 第29-30页 |
| ·支持向量机 | 第30页 |
| ·KNN | 第30-31页 |
| ·神经网络 | 第31页 |
| ·几种分类器优缺点的比较 | 第31-33页 |
| 3 文本情感分类算法结构 | 第33-35页 |
| 4 文本情感主观性分类 | 第35-46页 |
| ·预处理和文本表示 | 第36-41页 |
| ·从XML格式文档中提取评论信息 | 第37-40页 |
| ·对文本进行中文分词并去除停用词 | 第40-41页 |
| ·基于情感词典的情感句识别算法 | 第41-42页 |
| ·基于朴素贝叶斯分类模型的情感句识别算法 | 第42-44页 |
| ·实验结果分析与比较 | 第44-46页 |
| 5 文本情感极性分类 | 第46-58页 |
| ·文本情感极性分类模型特征选择 | 第46-50页 |
| ·朴素贝叶斯分类模型的实现 | 第50-52页 |
| ·KNN分类器模型的实现 | 第52页 |
| ·支持向量机分类器模型的实现 | 第52-53页 |
| ·实验结果分析与比较 | 第53-58页 |
| 6 结论和展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 附录 A | 第62-63页 |
| 作者简历 | 第63-65页 |
| 学位论文数据集 | 第65页 |
