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

基于主题模型的文本情感和话题建模的研究

摘要第5-7页
Abstract第7-8页
缩略词表第17-19页
第一章 绪论第19-29页
    1.1 研究背景第19-22页
    1.2 研究现状第22-24页
        1.2.1 基于知识的主题模型第22-23页
        1.2.2 短文本主题模型第23页
        1.2.3 情感主题模型第23-24页
    1.3 研究内容与技术路线第24-26页
        1.3.1 研究内容第24-25页
        1.3.2 技术路线第25-26页
    1.4 论文组织第26-29页
第二章 背景知识第29-47页
    2.1 名词解释第29-30页
    2.2 文本情感分析第30-36页
        2.2.1 基于监督学习的方法第31-33页
        2.2.2 基于半监督学习的方法第33-35页
        2.2.3 基于无监督或者弱监督的方法第35-36页
        2.2.4 讨论第36页
    2.3 主题模型第36-45页
        2.3.1 LDA主题模型第37-40页
        2.3.2 JST情感主题模型第40-43页
        2.3.3 基于知识的主题模型第43-44页
        2.3.4 联合情感和话题主题模型第44页
        2.3.5 讨论第44-45页
    2.4 小结第45-47页
第三章 融合维基百科概念和分类知识的主题模型第47-63页
    3.1 引言第47页
    3.2 概述第47-49页
    3.3 相关工作第49页
    3.4 模型描述第49-55页
        3.4.1 维基百科知识库第49-51页
        3.4.2 基于维基百科的实体指代词-概念-分类-主题模型第51-55页
        3.4.3 时间与空间复杂度分析第55页
    3.5 实验以及结果分析第55-62页
        3.5.1 实验数据集和数据预处理第56页
        3.5.2 实验所需的外部知识第56-57页
        3.5.3 实验参数设置第57页
        3.5.4 基于话题一致性的话题质量评估第57页
        3.5.5 基于人工评估的话题质量评估第57-62页
        3.5.6 示例话题第62页
    3.6 小结第62-63页
第四章 融合词向量的情感主题模型第63-77页
    4.1 引言第63页
    4.2 概述第63-65页
    4.3 相关工作第65-66页
        4.3.1 情感主题模型第65-66页
        4.3.2 融合词向量的主题模型第66页
    4.4 模型描述第66-72页
        4.4.1 词向量生成的语义聚类第67页
        4.4.2 融合词向量的情感主题模型第67-70页
        4.4.3 词向量更新第70页
        4.4.4 时间与空间复杂度分析第70-71页
        4.4.5 融合情感先验知识第71-72页
    4.5 实验以及结果分析第72-76页
        4.5.1 实验数据集第72-73页
        4.5.2 实验需要的外部资源第73页
        4.5.3 实验参数设置第73页
        4.5.4 情感分类结果评估第73-74页
        4.5.5 基于话题一致性的话题质量评估第74-75页
        4.5.6 示例情感相关的话题第75-76页
    4.6 小结第76-77页
第五章 社交媒体中面向短文本的情感主题模型第77-95页
    5.1 引言第77页
    5.2 概述第77-79页
    5.3 相关工作第79-80页
        5.3.1 短文本主题模型第79-80页
        5.3.2 联合情感/主题模型第80页
    5.4 模型描述第80-86页
        5.4.1 基于用户和时间的情感主题模型第81-86页
        5.4.2 时间与空间复杂度分析第86页
    5.5 实验以及结果分析第86-93页
        5.5.1 实验数据集和数据预处理第86-88页
        5.5.2 实验参数设置第88页
        5.5.3 情感分类结果评估第88-89页
        5.5.4 基于话题一致性的话题质量评估第89-91页
        5.5.5 基于人工评估的话题质量评估第91-93页
        5.5.6 示例情感相关的话题第93页
    5.6 小结第93-95页
第六章 总结与展望第95-99页
    6.1 论文工作总结第95-96页
    6.2 论文主要贡献第96页
    6.3 进一步工作第96-99页
参考文献第99-109页
作者攻读博士学位期间的研究成果第109-111页
致谢第111页

论文共111页,点击 下载论文
上一篇:复杂光照变化的单样本人脸识别方法研究及在驾驶员辨识中的应用
下一篇:100G以太网物理层研究及关键模块ASIC实现