| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| CONTENTS | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 本课题研究目的及意义 | 第11-12页 |
| 1.3 论文的研究内容及挑战 | 第12-14页 |
| 1.4 本文的章节结构 | 第14-15页 |
| 第二章 情感分析综述 | 第15-19页 |
| 2.1 针对英文的情感分析 | 第15-18页 |
| 2.1.1 篇章级别的情感分析 | 第15-16页 |
| 2.1.2 句子级别的情感分析 | 第16-18页 |
| 2.2 针对中文的情感分析 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 条件随机场(CRF)相关技术及应用 | 第19-27页 |
| 3.1 序列标注问题 | 第19-20页 |
| 3.2 隐马尔科夫模型 | 第20-22页 |
| 3.2.1 HMM模型概述 | 第20-21页 |
| 3.2.2 HMM模型进行序列标注 | 第21-22页 |
| 3.2.3 HMM模型的缺点 | 第22页 |
| 3.3 最大熵马尔科夫模型 | 第22-24页 |
| 3.3.1 MEMMs模型概述 | 第22-23页 |
| 3.3.2 MEMMs模型进行序列标注 | 第23页 |
| 3.3.3 MEMMs模型的缺点 | 第23-24页 |
| 3.4 条件随机场模型 | 第24-27页 |
| 3.4.1 CRF模型的思想 | 第24-25页 |
| 3.4.2 CRF模型进行序列标注 | 第25页 |
| 3.4.3 CRF模型的特点分析 | 第25-27页 |
| 第四章 中文微博的句子级别情感分析研究 | 第27-35页 |
| 4.1 问题描述 | 第27-28页 |
| 4.2 CRF模型设计 | 第28-31页 |
| 4.3 算法设计及实现 | 第31-34页 |
| 4.3.1 算法设计流程图 | 第31-32页 |
| 4.3.2 特征抽取 | 第32-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第五章 实验结果及相关分析 | 第35-43页 |
| 5.1 实验数据及评测指标 | 第35页 |
| 5.2 与基于SVM的层次结构方法对比试验及分析 | 第35-38页 |
| 5.2.1 基于SVM的层次分析方法简介 | 第36-37页 |
| 5.2.2 实验结果与分析 | 第37-38页 |
| 5.3 贡献度分析实验 | 第38-41页 |
| 5.3.1 Linear-Chain CRF模型应用简介 | 第39页 |
| 5.3.2 实验结果与分析 | 第39-41页 |
| 5.4 本章小结 | 第41-43页 |
| 总结与展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读学位期间发表的论文 | 第48-49页 |
| 攻读学位期间参加的科研项目 | 第49-51页 |
| 致谢 | 第51页 |