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

网络评论情感分类与观点抽取技术研究

摘要第9-10页
ABSTRACT第10-11页
第一章 绪论第12-18页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 基于机器学习的情感分类研究第13-14页
        1.2.2 基于语义的情感分类研究第14-15页
        1.2.3 观点抽取技术研究第15-16页
    1.3 本文的研究内容与结构安排第16-18页
第二章 词汇相似度计算方法比较研究第18-28页
    2.1 《知网》介绍第18-19页
    2.2 词汇相似度计算方法第19-25页
        2.2.1 基于字面的相似度计算第19-20页
        2.2.2 基于同义词词林的相似度计算第20-22页
        2.2.3 基于知网的相似度计算第22-23页
        2.2.4 基于知网改进的相似度计算第23-25页
    2.3 词汇的情感倾向计算第25-26页
    2.4 实验及结果分析第26-27页
    2.5 本章小结第27-28页
第三章 基于机器学习的情感分类技术比较第28-44页
    3.1 文本分类流程第28-29页
    3.2 文本表示方法第29页
    3.3 特征选择方法第29-32页
        3.3.1 文档频率第29-30页
        3.3.2 信息增益第30页
        3.3.3 互信息第30页
        3.3.4 CHI统计第30-31页
        3.3.5 期望交叉熵第31页
        3.3.6 基于二类信息差值第31-32页
    3.4 特征权重计算方法第32-33页
        3.4.1 布尔权重第32页
        3.4.2 TF权重第32页
        3.4.3 IDF权重第32-33页
        3.4.4 TF-IDF权重第33页
    3.5 文本分类算法第33-36页
        3.5.1 贝叶斯分类算法第34页
        3.5.2 KNN分类算法第34-35页
        3.5.3 SVM分类算法第35-36页
    3.6 文本分类评价指标第36-37页
    3.7 实验及结果分析第37-43页
        3.7.1 实验流程第38-39页
        3.7.2 实验结果与分析第39-43页
    3.8 本章小结第43-44页
第四章 基于语义和机器学习的二阶段情感分类第44-61页
    4.1 文本预处理第44-46页
        4.1.1 中文分词技术第44-45页
        4.1.2 停用词过滤第45-46页
    4.2 语义词典的构建和规则第46-52页
        4.2.1 基础情感词典的构建第46-47页
        4.2.2 用户词典的构建第47-48页
        4.2.3 用户情感词典的构建第48-49页
        4.2.4 否定词词典的构建和规则第49页
        4.2.5 程度副词词典的构建和规则第49-50页
        4.2.6 动态情感词典的构建和规则第50-51页
        4.2.7 消歧处理规则第51页
        4.2.8 感叹句和反问句处理规则第51-52页
    4.3 基于语义的情感分类第52-55页
        4.3.1 短语情感极性算法第52-53页
        4.3.2 文本情感极性算法第53-54页
        4.3.3 基于语义的情感分类流程第54-55页
    4.4 基于语义和机器学习的二阶段情感分类第55-58页
        4.4.1 二阶段情感分类描述第55-57页
        4.4.2 二阶段情感分类流程第57-58页
    4.5 实验及结果分析第58-60页
        4.5.1 实验流程第58-59页
        4.5.2 实验结果与分析第59-60页
    4.6 本章小结第60-61页
第五章 基于语义的观点抽取方法第61-71页
    5.1 观点抽取的概念第61-62页
    5.2 观点属性提取方法第62-64页
        5.2.1 人工定义方法第62页
        5.2.2 自动提取方法第62-63页
        5.2.3 基于词汇相似度计算的方法第63-64页
    5.3 基于语义的观点抽取第64-66页
        5.3.1 观点情感极性算法第64-65页
        5.3.2 基于语义的观点抽取流程第65-66页
    5.4 实验及结果分析第66-70页
        5.4.1 实验流程第67页
        5.4.2 实验结果与分析第67-70页
    5.5 本章小结第70-71页
第六章 结束语第71-73页
    6.1 本文工作总结第71-72页
    6.2 进一步研究工作第72-73页
致谢第73-75页
参考文献第75-79页
作者在学期间取得的学术成果第79页

论文共79页,点击 下载论文
上一篇:LED驱动器产品的跨国项目转移管理研究
下一篇:YFK公司项目群管理应用研究