基于短文本理解的用户兴趣情感建模研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9页 |
| 1.1.2 研究目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 短文本研究现状 | 第10-11页 |
| 1.2.2 用户兴趣挖掘研究现状 | 第11-13页 |
| 1.2.3 文本情感分析研究现状 | 第13-15页 |
| 1.3 本文主要研究内容以及章节安排 | 第15-17页 |
| 1.3.1 本文主要研究内容 | 第15页 |
| 1.3.2 本文组织结构 | 第15-17页 |
| 第二章 相关工作 | 第17-27页 |
| 2.1 短文本相关研究 | 第17-18页 |
| 2.1.1 短文本简介 | 第17-18页 |
| 2.1.2 文本向量表示 | 第18页 |
| 2.2 用户兴趣相关研究 | 第18-21页 |
| 2.2.1 用户兴趣表征 | 第18-19页 |
| 2.2.2 用户兴趣更新 | 第19-20页 |
| 2.2.3 用户兴趣构建 | 第20-21页 |
| 2.3 情感分析相关研究 | 第21-26页 |
| 2.3.1 文本情感分类研究 | 第21-23页 |
| 2.3.2 情感模型研究 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于主题模型的用户兴趣建模 | 第27-34页 |
| 3.1 概述 | 第27页 |
| 3.2 用户兴趣建模基本框架 | 第27页 |
| 3.3 用户兴趣表征 | 第27页 |
| 3.4 用户兴趣提取和计算 | 第27-33页 |
| 3.4.1 基于主题模型的兴趣特征提取 | 第27-29页 |
| 3.4.2 基于词向量的主题相似度计算 | 第29-31页 |
| 3.4.3 用户兴趣计算 | 第31-32页 |
| 3.4.4 兴趣知识树 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 融合兴趣的用户情感建模 | 第34-41页 |
| 4.1 概述 | 第34页 |
| 4.2 用户情感建模框架 | 第34页 |
| 4.3 基于T-CLSTM的文本情感分析 | 第34-38页 |
| 4.3.1 基于词的主题上下文 | 第34-36页 |
| 4.3.2 基于长短期记忆模型的情感分类 | 第36-38页 |
| 4.4 融合PAD的文本情感分析 | 第38-39页 |
| 4.5 兴趣情感关联 | 第39-40页 |
| 4.5.1 融合兴趣的文本情感分类 | 第39页 |
| 4.5.2 用户兴趣和情感联合模型 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 实验结果及分析 | 第41-50页 |
| 5.1 数据集与评价指标 | 第41-42页 |
| 5.1.1 数据集 | 第41页 |
| 5.1.2 评价指标 | 第41-42页 |
| 5.2 文本预处理 | 第42页 |
| 5.3 兴趣分析实验 | 第42-45页 |
| 5.3.1 用户兴趣提取 | 第42-43页 |
| 5.3.2 兴趣知识树构建 | 第43-44页 |
| 5.3.3 用户兴趣模型构建 | 第44-45页 |
| 5.4 情感分析实验 | 第45-48页 |
| 5.4.1 粗粒度情感 | 第45-47页 |
| 5.4.2 细粒度情感 | 第47-48页 |
| 5.5 本章小结 | 第48-50页 |
| 第六章 总结和展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 在学研究成果 | 第56-57页 |
| 致谢 | 第57页 |
