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

基于混合语言模型的新浪微博情感分析

摘要第4-5页
Abstract第5页
1 绪论第8-18页
    1.1 研究背景和意义第8页
    1.2 研究现状第8-15页
    1.3 技术难点与研究内容第15-16页
    1.4 本文组织结构第16-18页
2 相关理论与技术第18-24页
    2.1 情感分析相关理论第18-19页
    2.2 文本量化过程第19-21页
    2.3 机器学习分类算法第21-22页
    2.4 常见评价指标第22-23页
    2.5 本章小结第23-24页
3 基于混合语言模型的新浪微博情感分类第24-32页
    3.1 语言模型第24-26页
    3.2 混合语言模型第26-28页
    3.3 基于混合语言模型的新浪微博情感分类第28-31页
    3.4 本章小结第31-32页
4 基于似然比检验的新浪微博新词发现第32-40页
    4.1 似然比检验第32-34页
    4.2 点对互信息第34页
    4.3 邻接熵第34-35页
    4.4 基于似然比检验的新浪微博新词发现方法第35-39页
    4.5 本章小结第39-40页
5 算法实现与结果分析第40-56页
    5.1 语料建立第40-45页
    5.2 语料预处理第45-46页
    5.3 实验平台和工具第46-48页
    5.4 实验结果分析第48-55页
    5.5 本章小结第55-56页
6 总结与展望第56-59页
    6.1 本文总结第56-57页
    6.2 未来展望第57-59页
致谢第59-60页
参考文献第60-65页

论文共65页,点击 下载论文
上一篇:基于多视角的显著性区域检测
下一篇:基于双边滤波的连续脑图像序列随机噪声去除方法研究