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

基于主题的学生评教短文本多粒度情感分析

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-17页
    1.1 研究背景和意义第10页
    1.2 国内外研究现状第10-14页
        1.2.1 情感词典的构建第11-12页
        1.2.2 篇章级情感分析第12-13页
        1.2.3 句子级情感分析第13页
        1.2.4 词汇级情感分析第13-14页
    1.3 论文主要工作第14-15页
    1.4 论文组织结构第15-17页
第二章 文本情感分析相关理论研究第17-24页
    2.0 WORD2VEC工具第17-18页
    2.1 向量空间模型第18页
    2.2 文本特征选择第18-19页
        2.2.1 信息增益法(InformationGain,IG)第18-19页
        2.2.2 卡方检验法(Chi‐SquareTest,CHI)第19页
        2.2.3 互信息法(MutualInformation,MI)第19页
    2.3 文本特征权重计算第19-20页
    2.4 文本分类器第20-21页
        2.4.1 支持向量机(SupportedVectorMachine,SVM)第20页
        2.4.2 K最近邻算法(K‐NearestNeighbor,KNN)第20-21页
        2.4.3 朴素贝叶斯(Na?veBayes,NB)第21页
    2.5 中文依存句法分析第21-22页
    2.6 本章小结第22-24页
第三章 主题词典和情感词典的构建第24-33页
    3.1 评教文本主题词和情感词的抽取第24-26页
    3.2 评教主题词典的构建第26-27页
    3.3 情感词典的构建第27-31页
        3.3.1 问题分析第27-28页
        3.3.2 情感词典的扩展第28-31页
        3.3.3 程度副词词典第31页
        3.3.4 否定词词典第31页
    3.4 本章小结第31-33页
第四章 基于主题的评教文本细粒度情感分析第33-44页
    4.1 问题分析第33页
    4.2 细粒度分析基本框架第33-34页
    4.3 主题词分类第34-35页
    4.4 构建<主题,情感>评价单元第35-43页
        4.4.1 评价单元的定义第35页
        4.4.2 评教文本断句规则第35-36页
        4.4.3 主题词和情感词抽取规则第36-40页
        4.4.4 几个特殊的处理原则第40-41页
        4.4.5 主题词、情感词、程度副词及否定词的抽取算法第41-42页
        4.4.7 评价单元的情感计算第42-43页
    4.5 本章小结第43-44页
第五章 评教文本粗粒度情感分析第44-52页
    5.1 问题分析第44-45页
    5.2 基于情感词典的文本情感分析第45-46页
    5.3 基于机器学习的文本情感分析第46-51页
        5.3.1 基于机器学习的情感分析流程第47页
        5.3.2 分类器融合SVM_KNN第47-48页
        5.3.3 多特征融合方法第48页
        5.3.4 基于SVM_KNN多特征融合模型第48-51页
    5.4 本章小结第51-52页
第六章 实验与结果分析第52-60页
    6.1 实验数据第52页
    6.2 实验环境及工具第52页
    6.3 实验指标第52页
    6.4 实验设计及实验结果分析第52-59页
        6.4.1 基于不同阈值的主题词和情感词的抽取第52-54页
        6.4.2 基于主题的细粒度情感分析第54-55页
        6.4.3 基于不同情感词典的情感分析第55-56页
        6.4.4 基于不同特征选取方法及不同特征数量的情感分析第56-57页
        6.4.5 基于不同词性特征的情感分析第57-58页
        6.4.6 基于情感词典和多特征多分类器融合的情感分析第58-59页
    6.5 小结第59-60页
第七章 总结与展望第60-62页
    7.1 总结第60-61页
    7.2 展望第61-62页
参考文献第62-66页
攻读硕士学位期间取得的研究成果第66-67页
致谢第67-68页
附件第68页

论文共68页,点击 下载论文
上一篇:基于旋转校正的手指静脉识别算法研究
下一篇:基于物联网技术的电能采控终端和电力营销信息系统的集成与优化