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

面向电子商务的评论文本情感分析研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-11页
第1章 绪论第11-17页
   ·研究背景及研究意义第11-12页
   ·文本情感分析研究综述第12-15页
     ·情感分析相关知识介绍第13页
     ·国内外研究现状第13-15页
       ·国外研究现状第14页
       ·国内研究现状第14-15页
   ·论文主要工作第15页
   ·论文组织结构第15-17页
第2章 文本情感分析基本原理第17-33页
   ·基于机器学习的方法第17-28页
     ·语料库选择第18-19页
     ·文本预处理第19-20页
     ·文本表示模型第20-21页
     ·特征提取第21-22页
     ·特征选择第22-25页
     ·文本分类机器学习算法第25-28页
   ·基于语义的方法第28-32页
     ·情感词典综述第29-31页
       ·情感词典相关知识第29-30页
       ·常见中文情感词库第30-31页
     ·情感词典扩展第31-32页
   ·本章小结第32-33页
第3章 基于情感词典的评论文本情感分类研究第33-45页
   ·情感词典构建第33-37页
     ·评价要素选取第33-34页
     ·情感词处理第34-35页
     ·否定词处理第35页
     ·程度副词处理第35-36页
     ·转折词处理第36页
     ·评价搭配词典构建第36-37页
   ·情感倾向计算第37-40页
     ·评价单元识别第38-39页
     ·总结词识别第39-40页
     ·情感倾向计算第40页
   ·实验设计与结果分析第40-43页
     ·实验语料选取第41页
     ·实验评价指标第41-42页
     ·实验设计第42-43页
     ·实验结果与分析第43页
   ·本章小结第43-45页
第4章 基于隐含语义索引的文本情感序列回归方法第45-51页
   ·序列回归方法提出背景第45页
   ·评论文本表示方法第45-47页
   ·评论文本序列回归方法第47页
   ·实验设计与结果分析第47-49页
     ·实验语料选取第48页
     ·实验设计第48页
     ·实验结果与分析第48-49页
   ·本章小结第49-51页
第5章 总结与展望第51-53页
   ·研究工作总结第51页
   ·未来工作展望第51-53页
参考文献第53-57页
致谢第57-59页
在读期间发表的学术论文与取得的其他研究成果第59页

论文共59页,点击 下载论文
上一篇:车辆尾灯的检测与灯语识别
下一篇:基于RKHS理论处理生存数据的非线性降维方法