中文网页褒贬倾向性分类研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究内容 | 第9-10页 |
| ·本文的主要工作及组织结构 | 第10-12页 |
| 第二章 文本自动分类 | 第12-17页 |
| ·文本自动分类的概念 | 第12-13页 |
| ·文本自动分类的实现方法 | 第13-15页 |
| ·分类任务描述 | 第13页 |
| ·分类过程 | 第13-14页 |
| ·分类算法 | 第14-15页 |
| ·分类结果的性能评价方法 | 第15-17页 |
| 第三章 中文网页分类中的关键问题 | 第17-27页 |
| ·中文网页的特点 | 第17-18页 |
| ·中文分词 | 第18-19页 |
| ·网页文本表示方法 | 第19-22页 |
| ·文本特征表示原则 | 第19-20页 |
| ·文本特征表示模型 | 第20-21页 |
| ·特征项的权重计算方法 | 第21-22页 |
| ·特征向量维数压缩 | 第22-25页 |
| ·特征选择 | 第22-24页 |
| ·特征抽取 | 第24-25页 |
| ·分类算法 | 第25-27页 |
| 第四章 名人网页的褒贬评价 | 第27-38页 |
| ·网页的褒贬倾向性分析 | 第27-28页 |
| ·褒贬评价资源的构建 | 第28-30页 |
| ·网页内容的褒贬评价 | 第30-37页 |
| ·褒贬特征识别 | 第30-33页 |
| ·褒贬评价模型 | 第33-35页 |
| ·褒贬评价实验 | 第35-37页 |
| ·改进方向 | 第37-38页 |
| 第五章 名人网页褒贬倾向性分类 | 第38-50页 |
| ·分类工作基本原理 | 第38-39页 |
| ·LSI和kNN相结合的褒贬分类模型 | 第39-43页 |
| ·潜在语义索引 | 第39-41页 |
| ·文本相似度计算 | 第41页 |
| ·特征提取 | 第41-42页 |
| ·分类算法描述 | 第42-43页 |
| ·分类实现 | 第43-48页 |
| ·实验数据集说明 | 第43-44页 |
| ·特征选择实验对比 | 第44-46页 |
| ·分类算法实验对比 | 第46-48页 |
| ·进一步工作 | 第48-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 附录 | 第51-54页 |
| 附录1: 基本褒贬义词典(部分) | 第51-52页 |
| 附录2: 结构化模板 | 第52-53页 |
| 附录3: 中分分词词性标记 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士期间发表的论文 | 第58-59页 |
| 致谢 | 第59页 |
