首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于结构的文档级情感分析方法研究

摘要第3-4页
abstract第4页
第1章 绪论第7-13页
    1.1 研究背景和意义第7-10页
        1.1.1 修辞结构对文档级情感分析的影响第8-9页
        1.1.2 非意见句对文档级情感分析的影响第9-10页
    1.2 研究内容和主要贡献第10-11页
    1.3 论文组织结构第11-13页
第2章 相关研究综述第13-19页
    2.1 基于修辞结构解析的文档级情感分析方法第13-16页
        2.1.1 情感分析方法相关综述第13-15页
        2.1.2 篇章修辞结构解析方法相关综述第15-16页
    2.2 基于文档划分的文档级情感分析方法综述第16-19页
第3章 基于修辞结构解析的文档级域无关情感分析框架第19-29页
    3.1 整体框架第19-20页
    3.2 文档结构解析第20-21页
    3.3 句子级情感分析第21-23页
        3.3.1 基于情感词典的句子级情感分析方法第21-22页
        3.3.2 递归神经张量网络第22-23页
    3.4 语篇情感值加和方法第23-27页
        3.4.1 主从句权值第23-24页
        3.4.2 语篇单元情感值加和规则第24-27页
    3.5 本章小结第27-29页
第4章 基于意见与非意见部分分离的文档级情感分析第29-35页
    4.1 基于意见和非意见分离的情感分析方法的总体框架第29-30页
    4.2 人工标注的文档级意见与非意见数据集第30-31页
    4.3 细粒度训练的意见与非意见分离的情感分析方法第31-32页
    4.4 粗粒度训练的基于意见和非意见分离的情感分析方法第32-33页
    4.5 本章小结第33-35页
第5章 实验结果及分析第35-47页
    5.1 基于修辞结构解析的文档级情感分析方法相关实验第35-40页
        5.1.1 实验设置和实验数据集第35-36页
        5.1.2 权值确定第36-38页
        5.1.3 实验结果和分析第38-40页
        5.1.4 实验结论第40页
    5.2 基于意见和非意见部分分离的文档级情感分析方法相关实验第40-47页
        5.2.1 基于意见和非意见部分分离的分类器第41-42页
        5.2.2 基于细粒度训练的文档级情感分析方法第42-43页
        5.2.3 基于粗粒度训练的文档级情感分析方法第43-47页
第6章 总结和展望第47-49页
参考文献第49-53页
发表论文和参加科研情况说明第53-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:在低温低氧下miR-7对小鼠神经元抗凋亡机制的研究
下一篇:中亚五国中高级水平留学生课内外汉语口语交际意愿研究