Web用户评价的自动情感分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·国内外相关研究现状 | 第8-12页 |
| ·情感分析的相关应用 | 第8-9页 |
| ·情感分类 | 第9页 |
| ·词汇倾向性的判断 | 第9-10页 |
| ·情感计算的方法 | 第10-11页 |
| ·存在的问题 | 第11-12页 |
| ·本文研究内容 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 相关技术介绍 | 第14-21页 |
| ·现有的情感词自动发现技术 | 第14-16页 |
| ·基于语料的情感词自动发现 | 第14-16页 |
| ·基于词典的情感词自动发现 | 第16页 |
| ·文本的情感分类介绍 | 第16-19页 |
| ·传统的文本分类 | 第17页 |
| ·主观性分类问题 | 第17-18页 |
| ·句子、文本级的情感分类 | 第18-19页 |
| ·分类方法 | 第19-20页 |
| ·Na?ve Bayes 分类 | 第19页 |
| ·最大熵 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 自动获取情感词汇字典 | 第21-32页 |
| ·基于同义词词林的情感词自动发现 | 第21-28页 |
| ·问题的提出 | 第21-22页 |
| ·SO-TC 的整体框架 | 第22-24页 |
| ·SO-TC 的组成部分 | 第24-28页 |
| ·SO-TC 的改进 | 第28-30页 |
| ·情感词典的动态扩展 | 第30页 |
| ·词汇权重的赋予 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 用户评价信息的情感分析 | 第32-45页 |
| ·问题的提出 | 第32页 |
| ·文本信息的情感分析 | 第32-42页 |
| ·数据集的预处理 | 第32-35页 |
| ·转折词的处理 | 第35页 |
| ·程度副词的处理 | 第35-37页 |
| ·否定词的处理 | 第37-38页 |
| ·模型及原理 | 第38-42页 |
| ·情感评价的迭代算法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 情感分析的实验及结果分析 | 第45-56页 |
| ·情感词典的实验结果 | 第45-49页 |
| ·实验准备 | 第45-47页 |
| ·初次实验结果 | 第47页 |
| ·不同基准词对实验性能的影响 | 第47-48页 |
| ·扩展层数对实验性能的影响 | 第48页 |
| ·改进后的实验结果 | 第48-49页 |
| ·文本情感分析的实验结果 | 第49-56页 |
| ·数据集的获取 | 第49-51页 |
| ·评价指标 | 第51-52页 |
| ·不同特征选择对实验性能的影响 | 第52-53页 |
| ·不同条件选择对实验结果的影响 | 第53-54页 |
| ·不同句子权重对实验结果的影响 | 第54页 |
| ·消除歧义词和迭代对实验结果的影响 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·论文总结 | 第56页 |
| ·下一步工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
