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

基于复述技术的汉语情感分析方法研究

中文摘要第1-5页
Abstract第5-9页
第1章 绪论第9-19页
   ·研究的目的和意义第9-10页
   ·基于复述技术的汉语情感分析研究现状第10-15页
     ·汉语词义消歧研究现状第10-12页
     ·复述技术研究现状第12-14页
     ·情感分类研究现状第14-15页
   ·基于复述技术的汉语情感分析研究存在的主要问题第15-16页
   ·本文主要研究内容第16-17页
   ·本文的组织安排第17-19页
第2章 基于语素的汉语未登录词词义预测第19-31页
   ·引言第19-20页
   ·汉语词义消歧问题描述第20-21页
   ·基于语素的汉语未登录词词义预测第21-25页
     ·汉语未登录词分布特点第21页
     ·语素表示形式第21-23页
     ·最大熵模型第23-24页
     ·特征模板选择第24页
     ·语素词义确定第24-25页
   ·实验结果与分析第25-30页
     ·内部特征与外部特征的词义预测性能对比实验第25-26页
     ·内部特征与外部特征复合的词义预测性能对比实验第26-28页
     ·融合词义特征对词义预测性能的影响第28-30页
   ·本章小结第30-31页
第3章 融合语义和情感极性的意见复述识别第31-43页
   ·引言第31-32页
   ·意见复述的特点第32-33页
   ·基于语素的汉语意见要素抽取方法第33-37页
     ·意见要素表示形式第34-36页
     ·意见要素抽取方法第36-37页
   ·意见复述识别问题描述第37-38页
   ·基于同义词林的意见复述识别方法第38-39页
   ·基于上下文向量模型的意见复述识别方法第39-40页
   ·实验结果与分析第40-41页
     ·实验数据与评测指标第40-41页
     ·实验结果与分析第41页
   ·本章小结第41-43页
第4章 基于复述技术的汉语情感分类第43-53页
   ·引言第43-44页
   ·基于统计复述生成模型的意见语料扩展方法第44-45页
   ·基于复述技术的汉语句子情感分类第45-49页
     ·支持向量机模型第45-46页
     ·特征选择第46-49页
   ·实验结果与分析第49-52页
     ·实验数据与评测指标第49-51页
     ·实验结果与分析第51-52页
   ·本章小结第52-53页
结论第53-55页
参考文献第55-63页
致谢第63-64页
攻读硕士期间发表的学术论文及参加的国家自然基金项目第64页

论文共64页,点击 下载论文
上一篇:基于历史查询的关系数据库关键词查询优化问题研究
下一篇:多核环境下的Hash join算法设计与实现