中文情感词典的自动构建及应用
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第15-21页 |
1.1 研究背景和目的 | 第15页 |
1.2 研究现状分析 | 第15-19页 |
1.2.1 词语级情感分析 | 第16-17页 |
1.2.2 句子级情感分析 | 第17-18页 |
1.2.3 篇章级情感分析 | 第18-19页 |
1.3 研究意义 | 第19页 |
1.4 本文的研究内容和结构 | 第19-21页 |
第二章 情感分析相关概念 | 第21-34页 |
2.1 文本情感分析 | 第21-23页 |
2.1.1 文本情感分析基本概念 | 第21页 |
2.1.2 文本情感分析相关资源 | 第21-23页 |
2.2 情感词典构建方法 | 第23-25页 |
2.2.1 基于语义词典的方法 | 第23页 |
2.2.2 基于语料的方法 | 第23-25页 |
2.3 分类技术 | 第25-32页 |
2.3.1 文本特征表示 | 第25页 |
2.3.2 分类的目标函数 | 第25-26页 |
2.3.3 常用的分类算法介绍 | 第26-27页 |
2.3.4 支持向量机 | 第27-32页 |
2.4 分类实验性能评估指标 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第三章 基于语料的情感词典构建 | 第34-49页 |
3.1 引言 | 第34页 |
3.2 句法分析理论 | 第34-36页 |
3.2.1 短语结构语法 | 第34-35页 |
3.2.2 依存语法 | 第35-36页 |
3.3 情感语料库Ren-CECps | 第36-39页 |
3.4 实验设计 | 第39-43页 |
3.4.1 提取标注的情感词 | 第39-40页 |
3.4.2 提取候选情感词 | 第40-42页 |
3.4.3 计算词语的相似度 | 第42页 |
3.4.4 支持向量机分类 | 第42-43页 |
3.5 实验 | 第43-48页 |
3.5.1 实验数据获取 | 第43-44页 |
3.5.2 实验结果 | 第44-47页 |
3.5.3 实验结果分析 | 第47-48页 |
3.6 本章小结 | 第48-49页 |
第四章 基于情感词典的文本倾向性分析 | 第49-57页 |
4.1 引言 | 第49页 |
4.2 特征选择方法 | 第49-51页 |
4.2.1 文档频率DF | 第50页 |
4.2.2 信息增益IG | 第50-51页 |
4.2.3 卡方统计量CHI | 第51页 |
4.2.4 互信息MI | 第51页 |
4.3 实验 | 第51-55页 |
4.3.1 数据集 | 第51-52页 |
4.3.2 情感词典 | 第52页 |
4.3.3 实验设置 | 第52-53页 |
4.3.4 实验结果 | 第53-54页 |
4.3.5 实验结果分析 | 第54-55页 |
4.4 本章小结 | 第55-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 本文的主要工作总结 | 第57页 |
5.2 进一步的研究工作 | 第57-59页 |
参考文献 | 第59-64页 |
攻读硕士学位期间的学术活动及成果情况 | 第64-65页 |