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

针对评价对象的短文本情感倾向性分析

摘要第2-3页
Abstract第3页
第一章 绪论第6-16页
    1.1 背景与意义第6-8页
        1.1.1 研究的背景第6-8页
        1.1.2 研究意义第8页
    1.2 国内外研究现状第8-12页
        1.2.1 文本情感分析的研究现状第8-11页
        1.2.2 文本情感分析技术在评论文本中的应用第11-12页
    1.3 研究内容第12-14页
    1.4 论文组织结构第14-15页
    1.5 本章小结第15-16页
第二章 相关理论以及研究技术第16-30页
    2.1 文本语料的获取方式第16页
    2.2 文本预处理第16-18页
        2.2.1 文本的分词第16-17页
        2.2.2 词性标注第17页
        2.2.3 停用词过滤第17-18页
    2.3 文本表示技术第18-22页
        2.3.1 One-hot representation第18页
        2.3.2 向量空间模型第18-19页
        2.3.3 概率模型第19页
        2.3.4 基于深度学习的文本向量化表示方法第19-22页
        2.3.5 基于词间关系的文本向量化第22页
    2.4 文本特征权提取方法第22-25页
        2.4.1 词频第22页
        2.4.2 TF-IDF第22-23页
        2.4.3 互信息第23页
        2.4.4 卡方检验第23-24页
        2.4.5 信息增益第24-25页
        2.4.6 期望交叉熵第25页
    2.5 文本情感倾向性分类方法第25-29页
        2.5.1 基于机器学习的分类第25-28页
        2.5.2 基于情感词典的分类方法第28-29页
    2.6 本章小结第29-30页
第三章 评价对象及情感特征的识别第30-50页
    3.1 评价对象的识别第30-40页
        3.1.1 数据准备第31-33页
        3.1.2 基于word2vec的文本向量化表征第33-35页
        3.1.3 构建候选词图模型第35-36页
        3.1.4 权重矩阵构造与迭代计算第36-39页
        3.1.5 遗漏词增补(同义词词林)第39-40页
    3.2 评价特征的识别第40-49页
        3.2.1 HITLTP第40-42页
        3.2.2 构造评价特征候选集第42-44页
        3.2.3 评价特征的抽取以及评价记录的构建第44-49页
    3.3 本章小结第49-50页
第四章 基于扩展词集的评价特征情感倾向性研究方法第50-56页
    4.1 倾向性判断方法整体结构框架第50页
    4.2 正负向评价词情感强度计算第50-52页
    4.3 程度副词与否定词的综合影响度衡量第52-54页
        4.3.1 程度副词权重定义第52页
        4.3.2 否定词权重定义第52-53页
        4.3.3 程度副词与否定词的综合强度衡量第53-54页
    4.4 评价特征整体倾向性及强度计算第54-55页
    4.5 本章小结第55-56页
第五章 实验与结果分析第56-62页
    5.1 实验语料的获取与预处理第56-57页
        5.1.1 实验语料的获取第56页
        5.1.2 语料的预处理第56-57页
    5.2 实验评价标准第57-58页
        5.2.1 准确率、召回率及F1值第57-58页
    5.3 实验效果评测第58-61页
        5.3.1 评价对象提取效果评测第58-59页
        5.3.2 评价词提取效果评测第59-60页
        5.3.3 基于情感词典的情感倾向分类效果。第60-61页
    5.4 本章小结第61-62页
第六章 总结与展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
参考文献第64-67页
致谢第67-68页
攻读硕士学位期间已发表或录用的论文第68-69页

论文共69页,点击 下载论文
上一篇:药房信息系统的设计与开发
下一篇:基于机器视觉的煤矸石分选算法的研究