| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究的背景与意义 | 第12-14页 |
| 1.2 国内外研究现状和分析 | 第14-16页 |
| 1.2.1 多示例多标记学习研究现状 | 第14页 |
| 1.2.2 情感分析技术研究现状 | 第14-16页 |
| 1.3 本文的研究目的与研究内容 | 第16-18页 |
| 1.3.1 研究目的 | 第16-17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第2章 相关理论与技术 | 第20-28页 |
| 2.1 词向量模型 | 第20-21页 |
| 2.1.1 词向量定义 | 第20-21页 |
| 2.1.2 常用词向量模型 | 第21页 |
| 2.2 多示例多标记学习 | 第21-23页 |
| 2.3 文本挖掘 | 第23-26页 |
| 2.3.1 文本分类 | 第23-25页 |
| 2.3.2 文本聚类 | 第25页 |
| 2.3.3 文本表示方法 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于多示例学习的微博情绪识别 | 第28-46页 |
| 3.1 问题提出 | 第28-29页 |
| 3.2 基于情感词典的微博情绪识别 | 第29-31页 |
| 3.2.1 情感词典的构建 | 第29-31页 |
| 3.2.2 基于情感词典的微博情绪识别 | 第31页 |
| 3.3 基于单示例单标记的微博情绪识别 | 第31-33页 |
| 3.3.1 基于布尔属性的微博情绪识别 | 第32页 |
| 3.3.2 基于TF-IDF的微博情绪识别 | 第32-33页 |
| 3.4 基于多示例学习的微博情绪识别 | 第33-36页 |
| 3.4.1 word2vec词向量模型 | 第33-34页 |
| 3.4.2 基于语义融合技术的MIL退化算法 | 第34-35页 |
| 3.4.3 基于多示例学习的微博情绪识别 | 第35-36页 |
| 3.5 实验及分析 | 第36-44页 |
| 3.5.1 实验数据 | 第36-38页 |
| 3.5.2 实验环境 | 第38页 |
| 3.5.3 评估标准 | 第38-39页 |
| 3.5.4 词向量训练实验 | 第39-41页 |
| 3.5.5 微博情绪识别实验 | 第41-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 基于多标记学习的微博细粒度情感分析 | 第46-60页 |
| 4.1 问题提出 | 第46-47页 |
| 4.2 多标记学习算法 | 第47-48页 |
| 4.2.1 多标记学习问题求解策略 | 第47页 |
| 4.2.2 多标记学习算法分类 | 第47-48页 |
| 4.3 基于情感词典的微博细粒度情感分析 | 第48-50页 |
| 4.3.1 情感词典的构建 | 第48-49页 |
| 4.3.2 基于情感词典的微博细粒度情感分析 | 第49-50页 |
| 4.4 基于CLR的微博细粒度情感分析 | 第50-54页 |
| 4.5 实验与分析 | 第54-58页 |
| 4.5.1 实验数据 | 第54页 |
| 4.5.2 评估标准 | 第54-57页 |
| 4.5.3 微博细粒度情感分析实验 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第5章 基于多示例多标记学习的微博细粒度情感分析 | 第60-76页 |
| 5.1 问题提出 | 第60-61页 |
| 5.2 多示例多标记学习算法 | 第61-62页 |
| 5.2.1 以多示例学习为桥梁将MIML退化为SISL | 第61-62页 |
| 5.2.2 以多标记学习为桥梁将MIML退化为SISL | 第62页 |
| 5.3 多示例多标记学习退化算法 | 第62-65页 |
| 5.3.1 基于构造性聚类的MIML退化算法 | 第62-64页 |
| 5.3.2 基于语义融合技术的MIML退化算法 | 第64-65页 |
| 5.4 基于多示例多标记学习的微博细粒度情感分析 | 第65-68页 |
| 5.4.1 基于构造性聚类和多示例多标记学习的微博细粒度情感分析 | 第65-67页 |
| 5.4.2 基于语义融合技术和多示例多标记学习的微博细粒度情感分析 | 第67-68页 |
| 5.5 基于多视角多示例多标记学习的微博细粒度情感分析 | 第68-70页 |
| 5.5.1 多视角学习 | 第68-69页 |
| 5.5.2 基于多视角的微博细粒度情感分析 | 第69-70页 |
| 5.6 实验及分析 | 第70-73页 |
| 5.7 本章小结 | 第73-76页 |
| 第6章 中文微博细粒度情感分析原型系统的设计与实现 | 第76-80页 |
| 6.1 系统框架 | 第76页 |
| 6.2 系统功能模块 | 第76-77页 |
| 6.3 系统结果展示 | 第77-78页 |
| 6.3.1 数据下载的实现 | 第77页 |
| 6.3.2 情感分析实现 | 第77-78页 |
| 6.4 系统评价 | 第78-79页 |
| 6.5 本章小结 | 第79-80页 |
| 第7章 总结与展望 | 第80-82页 |
| 7.1 本文的主要工作 | 第80-81页 |
| 7.2 进一步的工作 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 攻硕期间参与项目、发表论文、参加测评及获奖情况 | 第88页 |
