基于深度学习的文本情感分析
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 相关工作 | 第14-28页 |
| 2.1 自然语言处理任务概述 | 第14页 |
| 2.2 文本情感分析任务概述 | 第14-15页 |
| 2.3 N-GRAM语言模型 | 第15-16页 |
| 2.4 中文分词 | 第16页 |
| 2.5 词嵌入 | 第16-17页 |
| 2.6 特征选择方法 | 第17-18页 |
| 2.7 传统机器学习方法 | 第18-22页 |
| 2.8 深度学习 | 第22-26页 |
| 2.9 本章小结 | 第26-28页 |
| 第3章 基于深度学习的文本情感分析 | 第28-41页 |
| 3.1 引言 | 第28-29页 |
| 3.2 卷积神经网络与文本分析 | 第29-30页 |
| 3.3 深度学习文本情感分类模型TRE-CNN | 第30-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 文本特征分析与实验 | 第41-52页 |
| 4.1 词向量的评价指标 | 第41-42页 |
| 4.2 中文字向量分类能力实验 | 第42-43页 |
| 4.3 二分类问题的评价标准 | 第43-44页 |
| 4.4 实验相关数据集 | 第44页 |
| 4.5 实验结果对比分析 | 第44-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |