基于支持向量机的消极性短文本分类方法研究与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题背景与意义 | 第11-14页 |
| 1.2 相关研究现状 | 第14-17页 |
| 1.3 主要研究工作 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第二章 相关技术研究 | 第19-34页 |
| 2.1 网络文本获取技术 | 第19-21页 |
| 2.2 文本预处理技术 | 第21-23页 |
| 2.3 文本特征及表示 | 第23-27页 |
| 2.4 基于情感词典的情感分析方法 | 第27-29页 |
| 2.5 基于机器学习的情感分析方法 | 第29-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 一种基于TFIDF的特征权重计算方法 | 第34-44页 |
| 3.1 基于TFIDF特征权重计算 | 第34-35页 |
| 3.2 TFIDF特征权重分析 | 第35-37页 |
| 3.3 基于TFIDF的特征权重改进 | 第37-39页 |
| 3.4 TFORH特征权重计算方法 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 消极性文本识别 | 第44-52页 |
| 4.1 基于jieba的文本分词 | 第44-46页 |
| 4.2 基于Doc2Vec的消极性文本识别 | 第46-48页 |
| 4.3 消极性文本识别与实验分析 | 第48-51页 |
| 4.3.1 评价指标 | 第48页 |
| 4.3.2 实验数据集 | 第48页 |
| 4.3.3 实验环境 | 第48-49页 |
| 4.3.4 实验结果 | 第49-50页 |
| 4.3.5 结果分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 原型系统设计与实现 | 第52-57页 |
| 5.1 设计目标 | 第52-53页 |
| 5.2 系统结构设计 | 第53-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 作者在学期间取得的学术成果 | 第66页 |
