基于词语关系模型的情感分析研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-19页 |
1.1 研究工作的背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 文档级别的情感分析 | 第11-12页 |
1.2.2 句子级别的情感分析 | 第12页 |
1.2.3 对象级别的情感分析 | 第12-13页 |
1.2.4 情感要素的抽取 | 第13页 |
1.2.5 情感分析的应用 | 第13-14页 |
1.3 本论文的主要贡献与创新 | 第14-17页 |
1.4 本论文的结构安排 | 第17-19页 |
第二章 相关研究及理论基础 | 第19-30页 |
2.1 引言 | 第19页 |
2.2 文本的预处理 | 第19-22页 |
2.2.1 文本分词 | 第19-21页 |
2.2.2 文本标注 | 第21-22页 |
2.3 文本对象的定义 | 第22-23页 |
2.4 文本对象的抽取和判别 | 第23-25页 |
2.4.1 语料中不同元素的抽取 | 第24页 |
2.4.2 文本对象的范围 | 第24-25页 |
2.5 情感分类方法的理论基础 | 第25-29页 |
2.5.1 分类算法的原理 | 第25-28页 |
2.5.2 评价指标的选用 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第三章 基于词语间关系的混合网络模型 | 第30-54页 |
3.1 抽取任务的先期准备 | 第30-36页 |
3.1.1 实验所用语料 | 第30页 |
3.1.2 抽取前预处理 | 第30-35页 |
3.1.3 数据集划分及所用系统 | 第35-36页 |
3.2 基于条件随机场模型的初次抽取 | 第36-39页 |
3.2.1 原理阐述 | 第36-38页 |
3.2.2 初次抽取的实验过程 | 第38-39页 |
3.3 基于混合网络模型的二次抽取 | 第39-48页 |
3.3.1 词语关系抽取和中间结果配对 | 第40-42页 |
3.3.2 混合网络模型的理论依据 | 第42-43页 |
3.3.3 二次抽取的实验过程 | 第43-48页 |
3.4 基线方法 | 第48-50页 |
3.5 实验结果及分析 | 第50-52页 |
3.5.1 关系抽取的实验结果及分析 | 第51页 |
3.5.2 文本对象抽取的实验结果及分析 | 第51-52页 |
3.6 本章小结 | 第52-54页 |
第四章 基于深度学习的文本对象情感分析 | 第54-67页 |
4.1 文本对象及整句情感倾向的一致性 | 第54-56页 |
4.1.1 用文本对象代表句子情感倾向的可行性 | 第54-55页 |
4.1.2 对象及其所在范围的选取 | 第55-56页 |
4.2 递归深度学习模型的原理阐述 | 第56-62页 |
4.2.1 深度学习模型的先行理论 | 第56-57页 |
4.2.2 递归深度学习模型的演化 | 第57-62页 |
4.3 文本对象情感分析的实验过程 | 第62-65页 |
4.3.1 分句的判定规则 | 第62-63页 |
4.3.3 实验结果及分析 | 第63-65页 |
4.4 本章小结 | 第65-67页 |
第五章 总结与展望 | 第67-70页 |
5.1 本论文工作总结 | 第67-68页 |
5.2 未来工作展望 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-75页 |
攻读硕士学位期间取得的成果 | 第75页 |