| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 基于语义的文本情感分类研究 | 第13-14页 |
| 1.2.2 基于机器学习的文本情感分类研究 | 第14-18页 |
| 1.2.3 国内外研究现状综述 | 第18-19页 |
| 1.3 论文的研究内容、方法与技术路线 | 第19-23页 |
| 1.3.1 研究内容 | 第19-20页 |
| 1.3.2 研究方法 | 第20页 |
| 1.3.3 技术路线 | 第20-23页 |
| 2 基于机器学习的文本情感分类研究方法综述 | 第23-43页 |
| 2.1 机器学习概述 | 第23-24页 |
| 2.2 基于机器学习的文本情感分类流程 | 第24-26页 |
| 2.3 文本预处理 | 第26页 |
| 2.4 文本表示 | 第26-33页 |
| 2.4.1 向量空间模型 | 第27页 |
| 2.4.2 特征构建 | 第27-30页 |
| 2.4.3 维数约减 | 第30-32页 |
| 2.4.4 特征权值计算 | 第32-33页 |
| 2.5 分类模型 | 第33-43页 |
| 2.5.1 传统分类模型 | 第33-37页 |
| 2.5.2 集成学习模型 | 第37-40页 |
| 2.5.3 深度学习模型 | 第40-43页 |
| 3 基于依存句法关系的文本表示 | 第43-65页 |
| 3.1 问题的提出 | 第43页 |
| 3.2 依存句法关系 | 第43-45页 |
| 3.3 基于依存句法关系的文本特征构建 | 第45-50页 |
| 3.3.1 基于依存句法关系的特征构建流程 | 第45-46页 |
| 3.3.2 基于依存句法关系的特征构建算法 | 第46-50页 |
| 3.4 数据集与文本特征向量构建 | 第50-55页 |
| 3.4.1 数据集 | 第50-51页 |
| 3.4.2 文本特征构建 | 第51-52页 |
| 3.4.3 文本特征向量构建 | 第52-55页 |
| 3.5 情感分类实验与结果分析 | 第55-64页 |
| 3.5.1 实验设计 | 第55-56页 |
| 3.5.2 分类性能评估 | 第56-57页 |
| 3.5.3 情感得分计算 | 第57-58页 |
| 3.5.4 分类准确率比较 | 第58-62页 |
| 3.5.5 实验结果分析 | 第62-64页 |
| 3.6 小结 | 第64-65页 |
| 4 基于BPSO随机子空间集成学习文本情感分类 | 第65-83页 |
| 4.1 基于BPSO随机子空间文本情感分类模型的提出 | 第65-66页 |
| 4.2 随机子空间 | 第66-67页 |
| 4.3 基于BPSO的随机子空间方法构建 | 第67-72页 |
| 4.3.1 BPSO算法原理 | 第67-70页 |
| 4.3.2 基于BPSO的随机子空间算法 | 第70-72页 |
| 4.4 实验设计与评估方法 | 第72-74页 |
| 4.4.1 实验设计 | 第72-73页 |
| 4.4.2 评估方法 | 第73-74页 |
| 4.5 基于BPSO随机子空间的实验计算及结果分析 | 第74-81页 |
| 4.5.1 分类准确率比较 | 第74-75页 |
| 4.5.2 系统差异度比较 | 第75-78页 |
| 4.5.3 BPSO算法优化过程分析 | 第78-80页 |
| 4.5.4 实验结果分析 | 第80-81页 |
| 4.6 小结 | 第81-83页 |
| 5 基于深度信念网络的元学习文本情感分类 | 第83-103页 |
| 5.1 基于深度信念网络的元学习文本情感分类模型的提出 | 第83页 |
| 5.2 元学习文本情感分类结构 | 第83-84页 |
| 5.3 基于深度信念网络的元学习文本情感分类模型 | 第84-89页 |
| 5.3.1 深度信念网络 | 第84-88页 |
| 5.3.2 深度信念网络元学习的文本情感分类模型 | 第88-89页 |
| 5.4 基于深度信念网络的元学习文本情感分类实验 | 第89-101页 |
| 5.4.1 基于深度信念网络的文本情感分类实验设计 | 第89-90页 |
| 5.4.2 基于深度信念网络的文本情感分类计算 | 第90-92页 |
| 5.4.3 基于深度信念网络的文本情感分类结果分析 | 第92-99页 |
| 5.4.4 深度信念网络元学习与深度信念网络的性能比较 | 第99-100页 |
| 5.4.5 不同融合策略的比较分析 | 第100-101页 |
| 5.5 小结 | 第101-103页 |
| 6 总结与展望 | 第103-107页 |
| 6.1 主要工作及结论 | 第103-104页 |
| 6.2 主要创新点 | 第104-105页 |
| 6.3 未来工作展望 | 第105-107页 |
| 参考文献 | 第107-123页 |
| 附录 | 第123-131页 |
| 发表论文与参加科研情况说明 | 第131-133页 |
| 攻读博士学位期间发表论文情况 | 第131页 |
| 攻读博士学位期间参加科研情况 | 第131-133页 |
| 致谢 | 第133-135页 |
