面向评论的跨领域情感分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 观点挖掘与情感分析 | 第10-11页 |
| 1.2.2 跨领域文本情感分类 | 第11-12页 |
| 1.3 本文工作 | 第12-13页 |
| 1.4 本文结构 | 第13-14页 |
| 2 相关技术及问题定义 | 第14-19页 |
| 2.1 相关技术 | 第14-17页 |
| 2.1.1 SimRank算法 | 第14-15页 |
| 2.1.2 LDA主题模型 | 第15-16页 |
| 2.1.3 集成学习 | 第16-17页 |
| 2.2 问题定义 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 基于加权SimRank的跨领域文本情感分类 | 第19-27页 |
| 3.1 问题引出 | 第19页 |
| 3.2 算法设计 | 第19-23页 |
| 3.2.1 枢纽特征选取 | 第19-20页 |
| 3.2.2 二部图构造 | 第20-21页 |
| 3.2.3 加权SimRank迁移策略 | 第21-23页 |
| 3.3 实验结果及分析 | 第23-26页 |
| 3.3.1 语料简介 | 第23页 |
| 3.3.2 实验流程 | 第23-24页 |
| 3.3.3 结果分析 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 4 主语启发式跨领域情感分类集成模型 | 第27-37页 |
| 4.1 问题引出 | 第27页 |
| 4.2 算法设计 | 第27-31页 |
| 4.2.1 语言启发 | 第27-29页 |
| 4.2.2 视图划分 | 第29-30页 |
| 4.2.3 集成策略 | 第30-31页 |
| 4.3 实验结果及分析 | 第31-36页 |
| 4.3.1 语料简介 | 第31页 |
| 4.3.2 实验流程 | 第31-32页 |
| 4.3.3 结果分析 | 第32-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 融合样本过滤的主语启发式情感分类集成模型 | 第37-48页 |
| 5.1 问题引出 | 第37页 |
| 5.2 算法设计 | 第37-42页 |
| 5.2.1 主题情感模型SS-LDA | 第37-40页 |
| 5.2.2 样本过滤 | 第40-41页 |
| 5.2.3 视图集成 | 第41-42页 |
| 5.3 实验结果及分析 | 第42-46页 |
| 5.3.1 实验设置 | 第42页 |
| 5.3.2 结果分析 | 第42-46页 |
| 5.4 本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
