| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 单语言情感分类 | 第10-12页 |
| 1.2.2 跨语言情感分类 | 第12-13页 |
| 1.3 本文的研究内容和组织结构 | 第13-15页 |
| 1.3.1 论文主要的研究内容 | 第13页 |
| 1.3.2 论文的组织结构 | 第13-15页 |
| 第2章 情感分类概述 | 第15-27页 |
| 2.1 文本情感分类的概述 | 第15页 |
| 2.2 基于情感知识的情感分类 | 第15-17页 |
| 2.2.1 中文分词工具 | 第15页 |
| 2.2.2 情感分类的语料资源 | 第15-16页 |
| 2.2.3 情感分类的词典资源 | 第16-17页 |
| 2.3 基于机器学习的情感分类 | 第17-23页 |
| 2.3.1 文本预处理 | 第17-18页 |
| 2.3.2 特征选择 | 第18-20页 |
| 2.3.3 文本表示 | 第20-22页 |
| 2.3.4 常用的文本情感分类方法 | 第22-23页 |
| 2.4 情感分类评价指标 | 第23-24页 |
| 2.5 本章小结 | 第24-27页 |
| 第3章 基于知识语义权重特征的朴素贝叶斯情感分类方法 | 第27-39页 |
| 3.1 相关工作介绍 | 第27-30页 |
| 3.1.1 简单的词典情感分类算法 | 第27页 |
| 3.1.2 朴素贝叶斯情感分类算法 | 第27-28页 |
| 3.1.3 基于情感词典极性分布的情感分类算法 | 第28-29页 |
| 3.1.4 基于词典极性分布的朴素贝叶斯情感分类算法 | 第29-30页 |
| 3.2 算法描述 | 第30-32页 |
| 3.2.1 知识语义特征权重的计算 | 第30-31页 |
| 3.2.2 分类模型 | 第31页 |
| 3.2.3 算法流程描述 | 第31-32页 |
| 3.3 实验与分析 | 第32-37页 |
| 3.3.1 数据集与评价标准 | 第32-33页 |
| 3.3.2 实验结果与分析 | 第33-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于句法分析和属性概率权重的跨语言情感分类方法 | 第39-53页 |
| 4.1 FPST-PPWNB算法描述 | 第39-40页 |
| 4.2 基于FPST策略的语言转换 | 第40-42页 |
| 4.2.1 使用句法分析得到依赖关系对 | 第41页 |
| 4.2.2 翻译依赖关系对 | 第41-42页 |
| 4.3 基于PPWNB策略的情感分类 | 第42-44页 |
| 4.3.1 属性概率权重的计算 | 第42-43页 |
| 4.3.2 基于属性概率权重的分类方法 | 第43-44页 |
| 4.4 实验与分析 | 第44-51页 |
| 4.4.1 实验数据与评价标准 | 第44页 |
| 4.4.2 实验结果与分析 | 第44-51页 |
| 4.5 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间所获得的学术成果 | 第59-61页 |
| 致谢 | 第61页 |
