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

藏文短文本情感倾向性分析研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第12-20页
    1.1 研究背景和意义第12-13页
    1.2 研究综述第13-18页
        1.2.1 词语级情感倾性向分析第14-15页
        1.2.2 句子级情感倾性向分析第15-16页
        1.2.3 篇章级情感倾性向分析第16-17页
        1.2.4 藏文情感倾向性分析第17-18页
    1.3 本文的创新第18页
    1.4 论文的结构安排第18-20页
第二章 基于SVM多特征融合的藏文情感分类研究第20-38页
    2.1 支持向量机第21-23页
    2.2 数据准备第23-26页
        2.2.1 语料来源第23-24页
        2.2.2 语料预处理第24-26页
        2.2.3 文本表示第26页
    2.3 藏文情感特征选择第26-30页
        2.3.1 人工选取特征第27-28页
        2.3.2 特征选择算法第28-30页
    2.4 多特征融合第30-32页
    2.5 实验及结果分析第32-37页
        2.5.1 LibSVM及参数设置第32-33页
        2.5.2 实验数据集第33页
        2.5.3 评价指标第33-34页
        2.5.4 实验及结果分析第34-37页
    2.6 本章小结第37-38页
第三章 基于半监督RAE的藏文情感分类研究第38-55页
    3.1 递归自编码第38-45页
        3.1.1 自编码网络第38-41页
        3.1.2 递归自编码原理第41-45页
    3.2 基于半监督RAE的情感分类方法第45-49页
        3.2.1 藏文词向量的训练第45-47页
        3.2.2 半监督RAE的藏文情感分类模型第47-49页
    3.3 实验及结果分析第49-54页
        3.3.1 实验数据集第49页
        3.3.2 参数设置第49-50页
        3.3.3 α取值选择实验与结果分析第50-51页
        3.3.4 词向量维度选择实验与结果分析第51-53页
        3.3.5 实验结果的对比与分析第53-54页
    3.4 本章小结第54-55页
第四章 总结与展望第55-57页
参考文献第57-61页
致谢第61-62页
攻读学位期间发表的学术论文目录第62-63页
攻读学位期间参与的科研项目第63页

论文共63页,点击 下载论文
上一篇:HINOC2.0 MAC协议仿真平台优化设计及性能研究
下一篇:12位高速流水线逐次逼近混合结构模数转换器研究