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

互联网商品评论信息的情感分析研究

摘要第5-6页
Abstract第6页
第一章 绪论第10-15页
    1.1 课题研究背景第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 国外研究现状及发展动态第11-12页
        1.2.2 国内研究现状及发展动态第12-13页
    1.3 本文的研究目的及意义第13页
    1.4 本文的研究内容及章节结构第13-15页
        1.4.1 本文的研究内容第13-14页
        1.4.2 本文的章节结构第14-15页
第二章 情感分析相关技术第15-28页
    2.1 情感分析定义第15页
    2.2 情感分析分类及任务第15-18页
        2.2.1 基于文本粒度的分类及任务第15-17页
        2.2.2 基于文本类别的分类及任务第17-18页
    2.3 情感分析流程第18-19页
    2.4 中文分词第19-20页
        2.4.1 中文分词原理及方法第19-20页
        2.4.2 中文分词系统第20页
    2.5 特征选择方法第20-22页
        2.5.1 文档频率(DF)第21页
        2.5.2 互信息(MI)第21页
        2.5.3 信息增益(IG)第21-22页
        2.5.4 期望交叉熵(ECE)第22页
        2.5.5 卡方统计量(CHI)第22页
    2.6 分类问题及分类器第22-26页
        2.6.1 朴素贝叶斯分类器第23-24页
        2.6.2 支持向量机第24-26页
    2.7 分类评价指标第26-27页
    2.8 本章小结第27-28页
第三章 三支决策理论与应用第28-33页
    3.1 三支决策理论第28-30页
        3.1.1 粗糙集理论第28页
        3.1.2 决策粗糙集理论第28-30页
        3.1.3 三支决策理论第30页
    3.2 三支决策应用第30-32页
        3.2.1 管理决策第31页
        3.2.2 信息处理第31页
        3.2.3 医疗领域第31-32页
    3.3 本章小结第32-33页
第四章 情感分析预处理及特征选择的研究与优化第33-52页
    4.1 评论语料的收集及处理第33-35页
        4.1.1 语料数据去重第33-34页
        4.1.2 语料数据清洗第34页
        4.1.3 语料数据分类第34-35页
    4.2 评论文本的预处理第35-38页
        4.2.1 文本分词第35-36页
        4.2.2 构建词表第36-38页
    4.3 文本词性特征的研究与改进第38-39页
        4.3.1 词性特征第38页
        4.3.2 情感语气词第38-39页
    4.4 文本特征选择算法的选择与改进第39-42页
        4.4.1 互信息方法的不足之处第39-40页
        4.4.2 互信息方法的改进第40-42页
    4.5 实验设置及结果分析第42-51页
        4.5.1 实验数据第42页
        4.5.2 实验工具和环境第42-44页
        4.5.3 实验步骤第44页
        4.5.4 实验评价标准第44-45页
        4.5.5 文本词性特征的改进实验结果及分析第45-50页
        4.5.6 特征选择算法的改进实验结果及分析第50-51页
    4.6 本章小结第51-52页
第五章 基于三支决策思想改进的情感分析方法研究与实现第52-67页
    5.1 问题的提出第52-54页
        5.1.1 问题的背景第52-53页
        5.1.2 三支决策思想的引入第53-54页
    5.2 基于三支决策思想改进的多决策加权混合分类器的提出与实现第54-61页
        5.2.1 文本情感分析中三支决策的规则定义与解释第55页
        5.2.2 文本情感分析中三支决策阈值的定义与解释第55-57页
        5.2.3 多决策加权混合分类器的提出与实现第57-58页
        5.2.4 多决策加权混合分类器中分类器的选择第58-59页
        5.2.5 多决策加权混合分类器中主要算法的描述第59-61页
    5.3 实验设置及结果分析第61-66页
        5.3.1 实验准备第61页
        5.3.2 实验目的第61页
        5.3.3 实验步骤第61-62页
        5.3.4 评价标准第62页
        5.3.5 实验结果之阈值对单分类器精度的影响第62-64页
        5.3.6 实验结果之投票算法中分类器权值的确定第64-65页
        5.3.7 实验结果之多决策加权混合分类器分类效果第65-66页
    5.4 本章小结第66-67页
第六章 总结与展望第67-69页
    6.1 论文工作总结第67-68页
    6.2 研究前景展望第68-69页
致谢第69-70页
参考文献第70-73页
攻读硕士期间取得的科研成果第73页

论文共73页,点击 下载论文
上一篇:麦秸表面低压等离子体接枝改性机理及时效性研究
下一篇:竹质组合柱的工艺及其相似模型力学行为研究