| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景 | 第13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 本文工作 | 第15-16页 |
| 1.4 本文组织 | 第16-18页 |
| 第二章 相关工作 | 第18-23页 |
| 2.1 文本情感分类与特征选择 | 第18-20页 |
| 2.2 基于情感词典的文本情感分类 | 第20-23页 |
| 第三章 基于粒子群优化算法的文本情感特征选择方法 | 第23-43页 |
| 3.1 引言 | 第23-24页 |
| 3.2 粒子群优化算法及其在特征选择中的应用 | 第24-27页 |
| 3.2.1 粒子群优化算法简介 | 第24-25页 |
| 3.2.2 基于二进制粒子群优化算法的特征选择 | 第25-27页 |
| 3.3 基于改进BPSO的面向文本情感分类的特征选择 | 第27-34页 |
| 3.3.1 传统BPSO方法的缺陷 | 第27-28页 |
| 3.3.2 利用适应度比例选择改进BPSO | 第28-30页 |
| 3.3.3 F-BPSO在文本情感特征选择领域的改进 | 第30-34页 |
| 3.4 实验和分析 | 第34-41页 |
| 3.4.1 实验准备 | 第35-37页 |
| 3.4.2 实验结果和分析 | 第37-41页 |
| 3.5 本章总结 | 第41-43页 |
| 第四章 基于情感特征自动提取的文本情感分类方法 | 第43-61页 |
| 4.1 引言 | 第43-44页 |
| 4.2 领域相关的情感特征提取和极性标注 | 第44-52页 |
| 4.2.1 候选词组生成方法 | 第45-46页 |
| 4.2.2 情感极性标注方法 | 第46-52页 |
| 4.3 结合情感词典和监督学习的文本情感分类方法 | 第52-55页 |
| 4.4 实验和分析 | 第55-60页 |
| 4.4.1 D-SPL方法的参数调整 | 第56-57页 |
| 4.4.2 实验结果和分析 | 第57-60页 |
| 4.5 本章总结 | 第60-61页 |
| 第五章 基于属性的文本情感分类与评分方法 | 第61-74页 |
| 5.1 引言 | 第61-62页 |
| 5.2 基于属性的文本情感分类简介 | 第62-63页 |
| 5.3 一种基于属性的文本情感分类与评分方法 | 第63-69页 |
| 5.3.1 情感词典生成 | 第64-67页 |
| 5.3.2 情感分类和综合评分 | 第67-69页 |
| 5.4 实验和分析 | 第69-72页 |
| 5.4.1 实验准备 | 第69页 |
| 5.4.2 实验结果和分析 | 第69-72页 |
| 5.5 本章总结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 作总结 | 第74页 |
| 6.2 研究展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 简历与科研成果 | 第82-83页 |
| 致谢 | 第83-84页 |