| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 单语言情感分类研究 | 第11-13页 |
| 1.2.2 跨语言情感分类研究 | 第13-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 情感分类技术概述 | 第18-26页 |
| 2.1 情感分类的主要步骤及技术 | 第18-23页 |
| 2.1.1 文本预处理 | 第18-19页 |
| 2.1.2 文本表示 | 第19-20页 |
| 2.1.3 特征选择 | 第20-23页 |
| 2.2 相关分类方法和评价指标 | 第23-25页 |
| 2.2.1 分类方法 | 第23-24页 |
| 2.2.2 评价指标 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于类别贡献度的权重计算方案 | 第26-35页 |
| 3.1 引言 | 第26-27页 |
| 3.2 有监督特征权重计算方案 | 第27-29页 |
| 3.3 基于贡献度因子的特征权重方案 | 第29-32页 |
| 3.4 实验与分析 | 第32-34页 |
| 3.4.1 实验语料、预处理及实验设置 | 第32-33页 |
| 3.4.2 评价指标及结果分析 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于多文本表示的跨语言情感分类方法 | 第35-52页 |
| 4.1 引言 | 第35-36页 |
| 4.2 协同训练算法 | 第36-39页 |
| 4.3 词和文档向量表示技术概述 | 第39-43页 |
| 4.3.1 词向量表示技术 | 第39-41页 |
| 4.3.2 文档向量表示技术 | 第41-43页 |
| 4.4 基于BOW和Doc2Vec模型的跨语言情感分类方法 | 第43-45页 |
| 4.5 实验及分析 | 第45-51页 |
| 4.5.1 实验语料、预处理及设置 | 第45-47页 |
| 4.5.2 实验结果及分析 | 第47-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 论文总结 | 第52-53页 |
| 5.2 不足与展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |