| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| ·引言 | 第11-12页 |
| ·研究现状 | 第12-19页 |
| ·基于关键词和语法规则的方法 | 第14-16页 |
| ·基于统计机器学习的方法 | 第16-18页 |
| ·其他方法 | 第18-19页 |
| ·本文主要研究内容 | 第19-21页 |
| ·全文组织 | 第21-23页 |
| 第二章 半监督学习与流形正则化 | 第23-39页 |
| ·半监督学习概述 | 第23-31页 |
| ·半监督学习发展历程 | 第25-26页 |
| ·经典半监督学习方法 | 第26-28页 |
| ·半监督学习中的关键问题 | 第28-31页 |
| ·流形正则化学习框架 | 第31-37页 |
| ·流形正则化学习框架 | 第31-33页 |
| ·具体算法实例 | 第33-37页 |
| ·MRMLR算法构建初衷 | 第37-39页 |
| 第三章 基于流形正则化的多元Logistic回归 | 第39-59页 |
| ·基于流形正则化的半监督概率判别模型一般形式 | 第39-40页 |
| ·MRMLR算法 | 第40-44页 |
| ·实验 | 第44-56页 |
| ·标准文本分类数据集上的实验结果 | 第44-52页 |
| ·中文情感语料集上的实验结果 | 第52-56页 |
| ·实验小结 | 第56页 |
| ·小结 | 第56-59页 |
| 第四章 基于图的多分类直推算法MRTRU | 第59-83页 |
| ·算法推导 | 第59-65页 |
| ·相关工作 | 第65-70页 |
| ·局部与全局一致性算法(LGC) | 第66-68页 |
| ·AM算法 | 第68-70页 |
| ·实验 | 第70-80页 |
| ·标准文本分类数据集上的实验结果 | 第70-77页 |
| ·中文情感语料集上的实验结果 | 第77-80页 |
| ·小结 | 第80-83页 |
| 第五章 情感知识及其应用 | 第83-105页 |
| ·情感的歧义性分析 | 第83-85页 |
| ·分析对象不明确引起的情感伪歧义 | 第84-85页 |
| ·与生俱来、不可消除的情感真歧义 | 第85页 |
| ·情感知识的定义 | 第85-91页 |
| ·情感要素类型 | 第86-89页 |
| ·要素类型下的情感类别分布 | 第89-91页 |
| ·情感资源的构建 | 第91-95页 |
| ·情感词典的构建 | 第91-94页 |
| ·中文情感语料集的构建 | 第94-95页 |
| ·基于情感知识的规则的方法 | 第95-98页 |
| ·实验 | 第98-102页 |
| ·实验结果及分析 | 第98-101页 |
| ·实验结论 | 第101-102页 |
| ·小结 | 第102-105页 |
| 第六章 结合情感知识的半监督文本情感分类 | 第105-123页 |
| ·结合情感知识的半监督文本情感分类方法 | 第105-108页 |
| ·结合情感知识的半监督多元Logistic回归算法 | 第105-106页 |
| ·结合情感知识的直推算法 | 第106-108页 |
| ·实验 | 第108-118页 |
| ·结合情感知识的MRMLR算法的实验结果 | 第108-113页 |
| ·结合情感知识的MRTRU算法的实验结果 | 第113-118页 |
| ·实验结论和错误分析 | 第118-121页 |
| ·小结 | 第121-123页 |
| 第七章 总结与展望 | 第123-127页 |
| ·本文工作总结 | 第123-124页 |
| ·展望 | 第124-127页 |
| 参考文献 | 第127-137页 |
| 致谢 | 第137-139页 |
| 攻读博士学位其间发表论文 | 第139页 |