聚类算法和卷积神经网络在文本情感分析中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第8-11页 |
| 1.1 动机 | 第8-9页 |
| 1.2 挑战 | 第9-10页 |
| 1.3 贡献 | 第10页 |
| 1.4 组织结构 | 第10-11页 |
| 第二章 背景和相关工作 | 第11-19页 |
| 2.1 不同实体的情感分析 | 第11-12页 |
| 2.2 不同级别的情感分析 | 第12-14页 |
| 2.3 句子级别情感分析中的不同任务 | 第14-19页 |
| 2.3.1 主客观分类 | 第14-15页 |
| 2.3.2 情感类别判断 | 第15-16页 |
| 2.3.3 连续型情感分析方法 | 第16-19页 |
| 第三章 基于语义聚类的短文本情感分类 | 第19-27页 |
| 3.1 短文本情感分析介绍 | 第19-20页 |
| 3.2 短文本情感分析相关工作 | 第20-22页 |
| 3.3 基于语义聚类的短文本情感分类方法 | 第22-25页 |
| 3.4 基于语义聚类的短文本情感分类实验 | 第25-26页 |
| 3.5 基于语义聚类的短文本情感分类实验结果 | 第26-27页 |
| 第四章 基于卷积神经网络的句子级别情感强度预测 | 第27-56页 |
| 4.1 句子级别情感强度预测介绍 | 第27-29页 |
| 4.2 深度学习模型在句子级别情感分类上的应用 | 第29-33页 |
| 4.3 句子级别情感强度预测相关研究 | 第33-34页 |
| 4.4 句子级别情感强度预测方法概括 | 第34-36页 |
| 4.5 用于预测情感强度的卷积神经网络架构 | 第36-42页 |
| 4.6 句子级别情感强度预测实验结果 | 第42-56页 |
| 4.6.1 情感强度预测实验数据集 | 第42-43页 |
| 4.6.2 情感强度预测实验实验环境 | 第43-45页 |
| 4.6.3 情感强度预测实验实验对比 | 第45-46页 |
| 4.6.4 情感强度预测实验评估指标 | 第46页 |
| 4.6.5 结果和讨论 | 第46-56页 |
| 第五章 总结 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间完成的科研成果 | 第62-63页 |
| 致谢 | 第63页 |
