基于机器学习的中文文本主题分类及情感分类研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外发展情况 | 第9-12页 |
| ·国际会议和评测任务 | 第12-13页 |
| ·存在的问题和挑战 | 第13-14页 |
| ·本文研究内容与组织结构 | 第14-15页 |
| 2 文本分类方法综述 | 第15-27页 |
| ·基于机器学习方法 | 第15-25页 |
| ·文本预处理过程 | 第16页 |
| ·文本的表示 | 第16-17页 |
| ·特征选择 | 第17-20页 |
| ·特征加权 | 第20-21页 |
| ·分类方法 | 第21-23页 |
| ·评价标准 | 第23-25页 |
| ·基于语义的方法 | 第25-26页 |
| ·分词和词性标注 | 第25页 |
| ·情感词的获取 | 第25-26页 |
| ·计算词语语义倾向 | 第26页 |
| ·计算句子和篇章的情感倾向 | 第26页 |
| ·本章小结 | 第26-27页 |
| 3 基于互信息的文本特征加权方法 | 第27-36页 |
| ·TFIDF特征加权算法 | 第27-28页 |
| ·传统的互信息方法 | 第28-30页 |
| ·基于改进的互信息的特征加权方法 | 第30-32页 |
| ·基于词频的改进 | 第30-31页 |
| ·基于文档频率的改进 | 第31页 |
| ·类别相关度平衡因子 | 第31-32页 |
| ·实验 | 第32-35页 |
| ·数据集 | 第32页 |
| ·实验设置 | 第32-33页 |
| ·传统特征选择函数加权效果比较 | 第33-34页 |
| ·改进的互信息特征加权方法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 机器学习方法在情感分类中的对比分析研究 | 第36-47页 |
| ·中文预处理对情感分类的影响 | 第36-37页 |
| ·特征选择对情感分类的影响 | 第37-38页 |
| ·特征加权与分类方法对情感分类的影响 | 第38页 |
| ·实验 | 第38-46页 |
| ·实验数据集 | 第38-39页 |
| ·实验结果及分析 | 第39-46页 |
| ·本章小结 | 第46-47页 |
| 5 基于情感句抽取的分类器融合情感分类方法研究 | 第47-56页 |
| ·主客观句的识别 | 第47-49页 |
| ·关键句集合的抽取 | 第49-51页 |
| ·特征融合方法 | 第51-52页 |
| ·实验 | 第52-55页 |
| ·实验数据集 | 第53页 |
| ·实验设置 | 第53页 |
| ·实验结果分析 | 第53-55页 |
| ·本章总结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 附录 | 第65页 |
