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

基于融合特征的微博主客观分类方法研究

中文摘要第8-9页
Abstract第9-10页
第一章 绪论第11-17页
    1.1 研究背景及意义第11-13页
    1.2 国内外研究现状第13-15页
    1.3 本文研究内容第15-16页
    1.4 论文组织结构第16-17页
第二章 特征选择方法介绍第17-21页
    2.1 信息增益第17-18页
    2.2 互信息第18页
    2.3 卡方统计第18页
    2.4 文档频率第18-19页
    2.5 主成分分析第19-20页
    2.6 本章小结第20-21页
第三章 基于融合特征的微博主客观分类方法第21-31页
    3.1 面向微博的主客观分类任务描述第21-22页
    3.2 微博的特点分析第22-23页
    3.3 微博特征选择第23-28页
        3.3.1 微博文本预处理第23页
        3.3.2 基本特征提取第23-25页
        3.3.3 融合特征获取第25-28页
        3.3.4 词库构建第28页
    3.4 微博主客观分类模型第28-30页
        3.4.1 分类模型介绍第28-29页
        3.4.2 基于融合特征的微博主客观分类模型第29-30页
    3.5 本章小结第30-31页
第四章 实验结果与分析第31-39页
    4.1 实验数据第31-32页
    4.2 实验评估指标第32-33页
    4.3 实验结果及分析第33-37页
        4.3.1 基于基本特征的分类结果与分析第33-34页
        4.3.2 基于特征选择的分类结果与分析第34-35页
        4.3.3 基于融合特征的分类结果与分析第35-37页
    4.4 本章小结第37-39页
第五章 总结与展望第39-41页
    5.1 总结第39页
    5.2 展望第39-41页
参考文献第41-45页
攻读学位期间取得的研究成果第45-47页
致谢第47-49页
个人简况及联系方式第49-51页
承诺书第51-53页

论文共53页,点击 下载论文
上一篇:友善作为社会主义核心价值观的哲学探析
下一篇:秦岭山地油松树轮宽度对气候因子变化的响应