| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景、研究目的及意义 | 第9-11页 |
| 1.3 国内外相关技术研究现状 | 第11-15页 |
| 1.3.1 文本情绪分析研究现状 | 第11-12页 |
| 1.3.2 文本情绪原因发现研究现状 | 第12-14页 |
| 1.3.3 文本因果关系抽取研究现状 | 第14-15页 |
| 1.4 本文的主要研究内容与组织框架 | 第15-17页 |
| 第2章 文本情绪计算相关研究 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 文本情绪分析相关研究 | 第17-20页 |
| 2.3 文本情绪原因发现相关研究 | 第20-23页 |
| 2.4 文本因果关系抽取相关研究 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于记忆网络的中文文本情绪原因发现 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 基于记忆网络的文本情绪原因发现方法 | 第26-28页 |
| 3.3 注意力计算层的构建 | 第28-29页 |
| 3.4 结合注意力机制的记忆网络 | 第29-32页 |
| 3.5 实验结果与分析 | 第32-39页 |
| 3.5.1 实验设置与评价指标 | 第32-33页 |
| 3.5.2 总体性能实验结果与分析 | 第33-35页 |
| 3.5.3 细化实验结果与分析 | 第35-38页 |
| 3.5.4 错误分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于集成学习的中文文本情绪原因发现 | 第40-55页 |
| 4.1 引言 | 第40页 |
| 4.2 中文文本情绪原因表达特征的抽取方法 | 第40-44页 |
| 4.3 基于多核支持向量机的文本情绪原因发现方法 | 第44-46页 |
| 4.4 结合记忆网络和多核支持向量机的集成学习方法 | 第46-49页 |
| 4.5 实验结果与分析 | 第49-54页 |
| 4.5.1 实验设置与评价指标 | 第49-50页 |
| 4.5.2 总体性能实验结果与分析 | 第50页 |
| 4.5.3 细化实验结果与分析 | 第50-54页 |
| 4.6 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第61-63页 |
| 致谢 | 第63页 |