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

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

论文共75页,点击 下载论文
上一篇:基于三维视觉的SLAM技术研究
下一篇:智能锁安全体系的设计与研究