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

面向中文微博的情感信息抽取方法研究

摘要第1-5页
ABSTRACT第5-10页
第1章 绪论第10-17页
   ·研究背景及意义第10-11页
   ·国内外研究现状第11-15页
     ·情感信息概述第11页
     ·情感信息抽取方法的研究现状第11-14页
     ·中文微博的情感信息抽取方法第14-15页
   ·本文的研究内容第15页
   ·论文组织结构第15-17页
第2章 中文微博评价对象候选集的构建第17-25页
   ·中文微博第17-19页
     ·中文微博的特点第17-19页
     ·中文微博文本预处理第19页
   ·评价对象候选集的概述第19-20页
   ·候选评价对象构建方法第20-22页
     ·句法分析第20-21页
     ·基于句法分析的候选评价对象构建方法第21-22页
   ·实验结果及分析第22-24页
     ·实验数据集第22-23页
     ·实验工具及语义资源第23页
     ·构建评价对象候选集的实验结果及分析第23-24页
   ·本章小结第24-25页
第3章 中文微博候选评价对象的筛选第25-45页
   ·筛选方法的概述第25页
   ·基于 SVM 的候选评价对象筛选方法第25-29页
     ·SVM 分类器第25-27页
     ·语义角色标注第27-28页
     ·特征的选取第28-29页
     ·模型参数的训练第29页
   ·基于加权模型的候选评价对象筛选方法第29-32页
   ·基于 CRF 的候选评价对象筛选方法第32-38页
     ·CRFs第33-34页
     ·特征的选取第34-35页
     ·特征模板的设计第35-37页
     ·基于 CRF 的筛选流程第37-38页
   ·实验结果及分析第38-44页
     ·筛选数据集及其构建第38页
     ·实验工具及语义资源第38页
     ·K 倍交叉验证法第38-39页
     ·基于 SVM 的候选评价对象筛选方法实验结果及分析第39-40页
     ·基于加权模型的候选评价对象筛选方法实验结果及分析第40页
     ·基于 CRF 的候选评价对象筛选方法实验结果及分析第40-42页
     ·筛选方法的对比实验结果及分析第42-44页
   ·本章小结第44-45页
第4章 评价对象的极性判别第45-50页
   ·评价对象的极性判别概述第45-46页
   ·极性判别的分类器构建第46-48页
     ·分类器的选择第46页
     ·朴素贝叶斯分类器第46-47页
     ·基于朴素贝叶斯的情感极性分类第47-48页
   ·实验结果及分析第48-49页
     ·实验数据第48页
     ·实验工具及语义资源第48页
     ·基于朴素贝叶斯的情感极性分类方法实验结果及分析第48-49页
     ·评价对象的极性判别方法实验结果及分析第49页
   ·本章小结第49-50页
第5章 中文微博情感信息抽取系统的设计与实现第50-55页
   ·系统框架设计第50页
   ·系统的实现第50-54页
     ·编程语言的选择第50-51页
     ·系统的运行第51-52页
     ·系统的主要功能第52-54页
   ·本章小结第54-55页
第6章 总结与展望第55-58页
   ·本文工作总结第55-56页
   ·下一步工作展望第56-58页
参考文献第58-62页
个人简历及在学期间发表的论文与研究成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:专利领域本体学习方法研究
下一篇:城市管理投诉文本挖掘与分析