| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·文本情感分类的相关问题 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·本文主要研究内容及创新点 | 第16-18页 |
| ·论文的组织和安排 | 第18-19页 |
| 2 文本情感分类关键技术 | 第19-28页 |
| ·文本情感分类流程 | 第19页 |
| ·文本情感分类常用分类器 | 第19-24页 |
| ·贝叶斯分类器 | 第19-21页 |
| ·支持向量机 | 第21-23页 |
| ·KNN | 第23页 |
| ·神经网络 | 第23页 |
| ·几种分类器优缺点的比较 | 第23-24页 |
| ·文本情感分类的特征选择方法 | 第24-28页 |
| ·信息(Mutual Information,MI) | 第24-25页 |
| ·条件熵(Conditional Entropy,CE) | 第25-26页 |
| ·χ~2统计(CHI Square Statistics) | 第26-27页 |
| ·几种特征选择方法优缺点的比较 | 第27-28页 |
| 3 文本情感分类算法结构 | 第28-30页 |
| 4 文本情感主观性分类 | 第30-45页 |
| ·预处理和文本表示 | 第30-34页 |
| ·从XML格式文档中提取评论信息 | 第31-33页 |
| ·词性标注和依赖性解析 | 第33-34页 |
| ·文本情感主观性分类模型特征选择 | 第34-37页 |
| ·文本情感主观性分类模型训练算法 | 第37页 |
| ·文本情感主观性分类模型分类算法 | 第37-42页 |
| ·Bayes | 第38-40页 |
| ·Bayes+DP | 第40-42页 |
| ·实验数据及分析 | 第42-45页 |
| 5 文本情感极性分类 | 第45-64页 |
| ·文本情感极性分类模型特征选择 | 第45-49页 |
| ·SCL算法介绍 | 第49-50页 |
| ·基于支点特征选择的SCL算法 | 第50-56页 |
| ·文本情感极性分类模型训练算法和分类算法 | 第56-57页 |
| ·实验结果分析与比较 | 第57-64页 |
| ·领域内实验结果分析与比较 | 第57-60页 |
| ·跨领域实验结果分析与比较 | 第60-64页 |
| 6 结论和展望 | 第64-67页 |
| 参考文献 | 第67-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
