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

中文情绪表达常识库构建及其在情绪分析中的应用

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-17页
    1.1 课题来源第9页
    1.2 课题背景、研究目的及意义第9-10页
    1.3 相关研究技术发展现状第10-15页
        1.3.1 情绪模型现状第10-11页
        1.3.2 情绪词典资源建设现状第11-13页
        1.3.3 文本情绪分析现状第13-15页
    1.4 本文的主要研究内容和组织结构第15-17页
第2章 文本情绪分析及相关技术概述第17-24页
    2.1 引言第17页
    2.2 情绪模型研究第17-20页
    2.3 情绪词典及常识库构建研究第20-21页
    2.4 多标签文本情绪分类研究第21-23页
    2.5 本章小结第23-24页
第3章 中文情绪词表的自动构建及扩展第24-34页
    3.1 引言第24页
    3.2 中文情绪词表自动构建算法设计第24-25页
    3.3 自动构建中文情绪词表第25-30页
        3.3.1 中文情绪词候选生成第25-27页
        3.3.2 噪音词过滤第27-30页
        3.3.3 种子情绪词扩展第30页
    3.4 实验结果及分析第30-33页
        3.4.1 实验设置第30-31页
        3.4.2 实验结果分析第31-33页
    3.5 本章小结第33-34页
第4章 情绪表达常识库的构建与扩展第34-50页
    4.1 引言第34页
    4.2 词语的情绪表达标注方案设计第34-41页
        4.2.1 情绪词来源第34页
        4.2.2 情绪分类体系框架第34-35页
        4.2.3 词语的情绪表达方式划分第35-37页
        4.2.4 词性和词义区分第37-38页
        4.2.5 详细方案及标注实例第38-40页
        4.2.6 标注质量控制第40-41页
    4.3 基于统计方法的常识库扩展第41-43页
    4.4 情绪表达常识库的统计及分析第43-49页
        4.4.1 统计结果分析第43-48页
        4.4.2 与传统词典对比第48-49页
    4.5 本章小结第49-50页
第5章 应用情绪表达常识库的文本情绪分析第50-61页
    5.1 引言第50页
    5.2 文本句子扩展方法第50-51页
    5.3 基于语义规则的情绪分类算法设计第51-54页
    5.4 基于机器学习的情绪分类算法设计第54-57页
    5.5 实验结果及分析第57-60页
        5.5.1 实验设置第57-58页
        5.5.2 基于语义规则方法的结果分析第58-59页
        5.5.3 基于机器学习方法的结果分析第59-60页
    5.6 本章小结第60-61页
结论第61-62页
参考文献第62-68页
攻读硕士学位期间发表的论文及其它成果第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:面向金融文本的实体识别与关系抽取研究
下一篇:基于图像处理的煤矸识别技术研究