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

文本情感分析中关键问题的研究

摘要第4-6页
ABSTRACT第6-7页
符号对照表第12-13页
第一章 绪论第13-25页
    1.1 课题研究背景及意义第13-14页
    1.2 课题研究现状第14-22页
        1.2.1 词语级情感分析第15-16页
        1.2.2 句子级情感分析第16页
        1.2.3 文档级情感分析第16-18页
        1.2.4 要素级情感分析第18-20页
        1.2.5 文本情感分析其他热点问题第20-22页
    1.3 本文的主要工作第22-25页
第二章 文本情感分析基础第25-39页
    2.1 常用机器学习算法第25-34页
        2.1.1 文本分类第25-28页
        2.1.2 特征降维第28-32页
        2.1.3 主题模型第32-34页
    2.2 常用数据集及工具第34-37页
        2.2.1 情感数据集第34-35页
        2.2.2 情感词典第35-36页
        2.2.3 自然语言处理工具包第36-37页
    2.3 激活力模型第37-39页
第三章 基于亲和力传播算法的词语义倾向性分析第39-53页
    3.1 引言第39-40页
    3.2 相关工作第40-41页
    3.3 亲和力传播算法第41-45页
        3.3.1 候选观点词抽取第41-43页
        3.3.2 词语义倾向性识别第43-45页
    3.4 实验第45-51页
        3.4.1 实验数据集第45页
        3.4.2 对比方法第45-46页
        3.4.3 评价指标第46-47页
        3.4.4 词典评估结果及分析第47-49页
        3.4.5 种子观点词对算法性能的影响第49-50页
        3.4.6 阈值对算法性能的影响第50-51页
    3.5 小结第51-53页
第四章 文档情感分类中无监督情感特征选择方法的研究第53-71页
    4.1 引言第53-54页
    4.2 相关工作第54-56页
        4.2.1 特征降维第54-55页
        4.2.2 文档级情感分类第55-56页
    4.3 无监督情感特征选择算法第56-62页
        4.3.1 情感先验知识第57页
        4.3.2 情感鉴别分析第57-61页
        4.3.3 情感强度计算第61页
        4.3.4 USFS算法第61-62页
    4.4 实验第62-69页
        4.4.1 实验设置第62-63页
        4.4.2 基线方法及USFS的评估第63-64页
        4.4.3 USFS与无监督特征变换算法的对比结果第64-66页
        4.4.4 USFS与有监督特征选择算法的对比结果第66-67页
        4.4.5 USFS与已有情感特征学习算法的对比结果第67-68页
        4.4.6 参数选择第68-69页
    4.5 小结第69-71页
第五章 产品属性抽取的置信度评估及信誉度分析第71-85页
    5.1 引言第71-73页
    5.2 相关工作第73-74页
    5.3 属性置信度评估及信誉度分析第74-80页
        5.3.1 词先验情感分数的计算第74页
        5.3.2 候选产品特征的抽取第74-76页
        5.3.3 特征聚类与过滤第76-78页
        5.3.4 属性信誉度分析第78-80页
    5.4 实验第80-84页
        5.4.1 数据集第80页
        5.4.2 特征抽取及聚类的评估结果第80-82页
        5.4.3 属性信誉度分析的评估结果第82-84页
    5.5 小结第84-85页
第六章 产品属性情感摘要系统第85-99页
    6.1 引言第85-87页
    6.2 相关工作第87-88页
        6.2.1 情感摘要第87页
        6.2.2 多属性情感等级预测第87-88页
    6.3 SSPA系统第88-97页
        6.3.1 爬虫模块第88-89页
        6.3.2 预处理模块第89-90页
        6.3.3 词情感倾向性分析模块第90-91页
        6.3.4 产品属性抽取模块第91页
        6.3.5 评价搭配情感倾向性分析模块第91-93页
        6.3.6 属性情感句抽取及情感强度分析模块第93-96页
        6.3.7 界面模块第96-97页
    6.4 小结第97-99页
第七章 总结与展望第99-103页
    7.1 本文工作总结第99-100页
    7.2 研究展望第100-103页
附录 缩略语表第103-105页
参考文献第105-115页
致谢第115-117页
攻读学位期间发表的学术论文目录第117页

论文共117页,点击 下载论文
上一篇:云计算环境下保护隐私的图状数据处理技术研究
下一篇:基于微量试剂分配控制的微操作方法和实验研究