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

用户评论挖掘中情感分析问题的研究

摘要第3-5页
ABSTRACT第5-6页
目录第7-9页
第一章 绪论第9-22页
    1.1 研究背景与意义第9-11页
    1.2 国内外研究现状第11-20页
        1.2.1 情感抽取第11-15页
        1.2.2 情感分类第15-18页
        1.2.3 情感信息检索第18-20页
    1.3 研究内容与目标第20-21页
        1.3.1 研究内容第20-21页
        1.3.2 研究目标第21页
    1.4 本文结构和组织第21页
    1.5 本章小结第21-22页
第二章 相关理论与技术第22-35页
    2.1 情感信息抽取第22-27页
        2.1.1 语法结构第22-23页
        2.1.2 隐式马尔科夫模型第23-27页
    2.2 情感信息分类第27-31页
        2.2.1 文本特征第27-29页
        2.2.2 事件分类模型第29-30页
        2.2.3 Softmax 分类模型第30-31页
    2.3 情感信息检索第31-34页
        2.3.1 PageRank 模型第31-33页
        2.3.2 实体模型第33-34页
    2.4 本章小结第34-35页
第三章 情感分析技术的研究与改进第35-51页
    3.1 用户评论的特殊性第35-36页
    3.2 融合文本语法结构的 HMM 模型第36-44页
        3.2.1 情感信息标注第36-41页
        3.2.2 情感信息归纳第41-43页
        3.2.3 GHMM 模型的训练第43-44页
    3.3 基于情感对的情感信息分类第44-47页
        3.3.1 特征规约第44-45页
        3.3.2 情感对第45-46页
        3.3.3 平滑和权重衰减第46-47页
    3.4 动态与静态相结合的情感信息检索第47-49页
        3.4.1 实体模型第48页
        3.4.2 基于用户威望的 PageRank 模型第48-49页
    3.5 本章小结第49-51页
第四章 实验与评估第51-60页
    4.1 语料库第51页
    4.2 数据预处理第51-52页
    4.3 交叉验证第52页
    4.4 情感信息抽取第52-56页
    4.5 情感信息分类第56-59页
    4.6 情感信息检索第59页
    4.7 本章小结第59-60页
第五章 总结与展望第60-62页
    5.1 总结第60-61页
    5.2 展望第61-62页
参考文献第62-66页
致谢第66-67页
攻读硕士学位期间已发表或录用的论文第67-69页

论文共69页,点击 下载论文
上一篇:多阶段复杂MES系统排产算法与应用研究
下一篇:基于CDIO计算机工程教育教学平台研究与实现