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

中文短文本情感倾向性分析研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-16页
    1.1 研究背景第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 国内外关于情感分类问题处理方法的研究第9-12页
        1.2.2 国内外关于情感分类问题处理粒度的研究第12页
    1.3 主要研究内容第12-14页
    1.4 论文组织架构第14-16页
第2章 情感分类问题关键技术研究第16-28页
    2.1 网络爬虫第16-19页
        2.1.1 网络爬虫原理介绍第16-17页
        2.1.2 网络爬虫的遍历策略第17-19页
    2.2 文本预处理第19-23页
        2.2.1 中文分词第19-21页
        2.2.2 词性标注第21-23页
        2.2.3 去除停用词第23页
    2.3 依存句法分析第23-25页
    2.4 评价指标第25-26页
    2.5 本章小结第26-28页
第3章 实验数据的获取及预处理第28-32页
    3.1 实验数据的获取第28-31页
    3.2 实验数据的预处理第31页
    3.3 实验数据集第31页
    3.4 本章小结第31-32页
第4章 基于文本分类技术的分类方法第32-54页
    4.1 文本分类相关技术第32-39页
        4.1.1 文本特征选择策略第32-33页
        4.1.2 文本特征表示第33-34页
        4.1.3 特征权重计算第34-35页
        4.1.4 文本分类方法第35-39页
    4.2 修饰性词语的提取方法第39-42页
        4.2.1 基于滑动窗口的修饰词的提取第40-41页
        4.2.2 基于依存句法分析方法的修饰词的提取第41-42页
    4.3 情感词典的构建第42-44页
        4.3.1 基于HowNet的情感词典的构建第42-43页
        4.3.2 领域情感词典及上下文情感词典的构建第43-44页
    4.4 文本特征的选择第44-46页
        4.4.1 基于词典的特征选择方法第44-45页
        4.4.2 基于词性的特征选择方法第45-46页
        4.4.3 基于依存句法分析的特征选择方法第46页
    4.5 实验方案第46-47页
    4.6 实验结果及分析第47-52页
        4.6.1 基于词典的特征选择实验结果及分析第47-49页
        4.6.2 基于词性的特征选择实验结果及分析第49-50页
        4.6.3 基于依存句法分析的特征选择实验结果及分析第50-52页
    4.7 本章小结第52-54页
第5章 基于语料和背景知识相结合的分类方法第54-64页
    5.1 问题提出的背景第54页
    5.2 方法介绍第54-60页
        5.2.1 贝叶斯分类方法第54-57页
        5.2.2 基于语料和背景知识相结合的分类方法第57-60页
    5.3 实验方案第60页
    5.4 实验结果及分析第60-62页
    5.5 本章小结第62-64页
结论第64-66页
参考文献第66-72页
攻读硕士学位期间所发表的论文第72-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于Android的移动学习交流平台的设计与实现
下一篇:基于MLNs的中文微博情绪分类及其时序变化研究