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 |