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

细颗粒度情感分析若干技术研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-16页
   ·前言第11-12页
   ·“细颗粒度”情感分析概述第12-13页
   ·研究内容及贡献第13-14页
   ·本文组织第14-16页
第二章 相关工作第16-21页
   ·“细颗粒度”情感倾向分析第16-18页
   ·领域适应性第18-19页
   ·无监督和有监督方法抽取评价对象第19-21页
第三章 基于条件随机场的自适应模型抽取评价对象第21-33页
   ·前言第21-22页
   ·基于条件随机场的评价对象抽取第22-25页
     ·条件随机场介绍第22-23页
     ·参数估计第23-24页
     ·特征抽取第24-25页
   ·适应测试语料的特征建模第25-28页
     ·提出算法的动机第25-26页
     ·基于图的句子排序算法第26-28页
   ·实验与讨论第28-32页
     ·实验语料和评价标准第28页
     ·参数选取第28-29页
     ·实验结果第29-32页
   ·本章小结第32-33页
第四章 联合无监督和有监督方法抽取评价对象第33-44页
   ·前言第33页
   ·基于 Apriori 算法挖掘评价对象第33-36页
     ·Apriori 算法原理第33-34页
     ·基于 Apriori 算法抽取候选评价对象第34-36页
   ·基于条件随机场抽取评价对象第36-37页
   ·联合无监督和有监督的方法抽取评价对象第37-39页
   ·实验与讨论第39-42页
     ·实验语料和评价标准第39页
     ·实验与讨论第39-42页
   ·本章小结第42-44页
第五章 基于规则和统计的评价搭配抽取第44-58页
   ·前言第44-45页
   ·基于规则和统计的评价对象抽取第45-47页
   ·基于评价词词典匹配的评价短语抽取第47-48页
   ·基于逻辑回归和规则的搭配关系抽取第48-49页
     ·逻辑回归模型介绍第48页
     ·搭配关系抽取第48-49页
   ·基于支持向量机和规则相结合的情感倾向性判别第49-53页
     ·支持向量机介绍第49-51页
     ·特征选择第51-52页
     ·与规则结合的情感判别第52-53页
   ·实验与讨论第53-57页
     ·语料数据第53页
     ·评价标准第53-55页
     ·实验结果与讨论第55-57页
   ·本章小结第57-58页
第六章 总结与展望第58-60页
   ·本文工作总结第58-59页
   ·工作展望第59-60页
参考文献第60-64页
附录第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:三维模型数字水印技术的一些研究
下一篇:受限域问答系统问句分类方法研究