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

评论文本情感倾向性分析技术研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第11-21页
    1.1 研究背景和选题意义第11-13页
    1.2 研究现状第13-19页
        1.2.1 评价对象抽取研究现状第14-15页
        1.2.2 评价词抽取研究现状第15-16页
        1.2.3 评价单元抽取研究现状第16-17页
        1.2.4 中文文本情感分类研究现状第17-19页
    1.3 论文主要工作第19页
    1.4 论文组织结构第19-21页
2 相关理论基础知识介绍第21-32页
    2.1 评论文本挖掘概述及流程第21-22页
    2.2 相关模型介绍第22-29页
        2.2.1 条件随机场模型第22-25页
        2.2.2 Apriori算法第25-27页
        2.2.3 支持向量机模型第27-29页
    2.3 分类性能评价指标第29页
    2.4 数据集及预处理第29-31页
        2.4.1 数据集及实验环境第30页
        2.4.2 预处理第30-31页
    2.5 本章小结第31-32页
3 评价词与评价对象抽取第32-49页
    3.1 抽取信息的定义与说明第32页
    3.2 情感词典第32-34页
        3.2.1 HowNet情感词典第32-33页
        3.2.2 情感词汇本体第33-34页
    3.3 评价词的抽取第34-41页
        3.3.1 基于CRFs半监督学习的评价词集构建第35-39页
        3.3.2 实验及结果分析第39-41页
    3.4 评价对象的抽取第41-48页
        3.4.1 Apriori算法抽取评价对象第42-43页
        3.4.2 基于CRFs的迭代抽取评价对象第43-44页
        3.4.3 实验及结果分析第44-48页
    3.5 本章小结第48-49页
4 评论文本情感倾向性识别第49-64页
    4.1 评价单元的抽取第49-54页
        4.1.1 抽取方法第49-50页
        4.1.2 训练语料标注第50-51页
        4.1.3 CRFs特征选取第51-53页
        4.1.4 CRFs特征模板设计第53-54页
    4.2 基于词典的情感计算第54-56页
        4.2.1 评价词及评价对象分类第54-55页
        4.2.2 情感倾向性计算第55-56页
    4.3 实验及结果分析第56-60页
        4.3.1 对比实验第58-60页
    4.4 挖掘结果展示第60-63页
        4.4.1 评论文本存储形式第61-62页
        4.4.2 结果展示第62-63页
    4.5 本章小结第63-64页
5 结论第64-66页
    5.1 研究工作总结第64-65页
    5.2 进一步的工作第65-66页
参考文献第66-70页
作者简历及攻读硕士学位期间取得的研究成果第70-72页
学位论文数据集第72页

论文共72页,点击 下载论文
上一篇:模式复用系统中的模式耦合问题及均衡技术研究
下一篇:正面吊为主型机械的铁路集装箱中心站核心资源配置优化