基于距离度量的半监督文本情感倾向性分析
致谢 | 第7-8页 |
摘要 | 第8-9页 |
abstract | 第9页 |
第一章 绪论 | 第14-19页 |
1.1 研究背景与意义 | 第14-16页 |
1.2 国内外研究现状和分析 | 第16-18页 |
1.2.1 半监督文本情感倾向性分析研究现状 | 第16-17页 |
1.2.2 距离度量学习的研究现状及分析 | 第17-18页 |
1.3 本文的主要工作和组织结构 | 第18-19页 |
第二章 文本情感倾向性分析 | 第19-33页 |
2.1 文本情感倾向性分析 | 第19-24页 |
2.1.1 文本情感倾向性分析的系统架构 | 第20-21页 |
2.1.2 文本表示模型 | 第21-22页 |
2.1.3 文本的特征选择 | 第22-23页 |
2.1.4 文本评测指标 | 第23-24页 |
2.2 半监督机器学习算法 | 第24-29页 |
2.2.1 基于生成式模型的算法 | 第25页 |
2.2.2 基于自学习的算法 | 第25页 |
2.2.3 基于直推式支持向量机的算法 | 第25页 |
2.2.4 基于图结构的算法 | 第25-29页 |
2.3 距离度量学习算法 | 第29-33页 |
第三章 基于图的标签传播算法 | 第33-44页 |
3.1 引言 | 第33-34页 |
3.2 基于图的半监督情感分析 | 第34-41页 |
3.2.1 文本预处理 | 第34-35页 |
3.2.2 标签传播算法 | 第35-41页 |
3.3 实验与结果分析 | 第41-43页 |
3.3.1 数据集选取及预处理 | 第41页 |
3.3.2 结果分析 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
第四章 基于距离度量的半监督文本情感分析 | 第44-54页 |
4.1 研究思路 | 第44-46页 |
4.2 文本预处理 | 第46-47页 |
4.3 特征提取 | 第47-48页 |
4.4 基于距离度量的半监督文本情感分析 | 第48页 |
4.5 实验结果分析 | 第48-54页 |
4.5.1 语料库与工具 | 第48-51页 |
4.5.2 实验结果与分析 | 第51-54页 |
第五章 总结及展望 | 第54-55页 |
5.1 论文工作及总结 | 第54页 |
5.2 未来展望 | 第54-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间的学术活动及成果情况 | 第59-61页 |