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

藏语话题刻面情感识别研究及实现

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
   ·研究目的与意义第9-10页
     ·研究目的第9页
     ·研究意义第9-10页
   ·国内外研究现状第10-11页
     ·情感词语料库建设第10页
     ·藏语话题刻面情感识别研究现状第10-11页
   ·主要研究内容第11-12页
   ·论文的组织结构第12-14页
第二章 藏语言简介和话题资源的构建第14-17页
   ·藏文第14-15页
     ·藏文的基本情况第14页
     ·藏文的字与词第14页
     ·藏文的分词第14-15页
   ·藏文新闻文本的来源第15-16页
   ·藏文话题文本的构建第16页
   ·本章小结第16-17页
第三章 藏文本断句研究及主观句判别第17-23页
   ·藏文本断句第17-21页
     ·断句思路第18页
     ·提取歧义句第18-19页
     ·歧义句复句分析第19-21页
   ·主客观句判断第21-22页
   ·本章小结第22-23页
第四章 藏语句子建模第23-27页
   ·藏语词性标注第23-24页
   ·藏语话题文本处理第24页
   ·藏语句子建模第24-25页
   ·句子相似度分析第25-26页
   ·本章小结第26-27页
第五章 基于VSM的句子聚类第27-33页
   ·向量空间模型的概念第27页
   ·特征项加权重第27-28页
   ·主要成分分析第28-29页
   ·聚类算法简述第29页
   ·K-means多层次聚类算法第29-31页
   ·领域词典以及藏语格属性特点对分类性能提升第31-32页
   ·本章小结第32-33页
第六章 藏语话题刻面情感识别关键步骤研究第33-54页
   ·本文系统流程图第33-34页
   ·核心模块研究第34-45页
     ·话题语料预处理第34-35页
     ·断句以及主客观句筛选第35-38页
     ·情感词管理第38-40页
     ·句子特征项研究第40-41页
     ·句子表示以及相似度计算第41-43页
     ·刻面识别及情感分析第43-45页
   ·分类、聚类核心算法以及数据分析第45-50页
   ·K-means多层次聚类算法的改进第50-51页
   ·算法性能评价第51-53页
   ·本章小结第53-54页
第7章 总结与展望第54-56页
   ·总结第54页
   ·展望第54-56页
参考文献第56-58页
附录第58-59页
 一、参与项目第58页
 二、发表论文第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:藏文微博用户推荐算法研究及实现
下一篇:基于分段融合的藏文文本相似度计算方法研究