| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 研究意义 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 篇章级 | 第14-15页 |
| 1.3.2 句子级 | 第15页 |
| 1.3.3 词语级 | 第15-16页 |
| 1.4 研究内容 | 第16-17页 |
| 1.5 组织结构 | 第17-19页 |
| 第2章 相关知识介绍 | 第19-27页 |
| 2.1 文本表示模型 | 第19-20页 |
| 2.2 最大熵分类模型 | 第20-23页 |
| 2.3 语料资源介绍 | 第23-25页 |
| 2.4 性能测评指标 | 第25-26页 |
| 2.4.1 单标签分类 | 第25页 |
| 2.4.2 多标签分类 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于整数线性规划的情感和情绪联合学习 | 第27-37页 |
| 3.1 引言 | 第27-28页 |
| 3.2 情感分类和情绪分类的联系 | 第28-29页 |
| 3.3 联合学习方法 | 第29-33页 |
| 3.3.1 联合学习 | 第29-30页 |
| 3.3.2 联合学习框架 | 第30-31页 |
| 3.3.3 目标函数和限制条件 | 第31-33页 |
| 3.4 实验设计与分析 | 第33-35页 |
| 3.4.1 实验设置 | 第33页 |
| 3.4.2 实验结果 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 基于标签关系的句子级情绪分类方法 | 第37-46页 |
| 4.1 引言 | 第37-38页 |
| 4.2 多标签间的依赖关系 | 第38-40页 |
| 4.3 多标签情绪分类方法 | 第40-42页 |
| 4.3.1 基于贝叶斯网络的多标签情绪分类 | 第40页 |
| 4.3.2 基于标签关系的句子级情绪分类 | 第40-42页 |
| 4.4 实验 | 第42-44页 |
| 4.4.1 实验设置 | 第42页 |
| 4.4.2 实验结果 | 第42-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 基于上下文关系的句子级情绪分类方法 | 第46-56页 |
| 5.1 引言 | 第46-47页 |
| 5.2 基于上下文关系的句子级情绪分类方法 | 第47-52页 |
| 5.2.1 基准系统 | 第47页 |
| 5.2.2 准备工作 | 第47-48页 |
| 5.2.3 因子图模型 | 第48-50页 |
| 5.2.4 模型学习和预测 | 第50-52页 |
| 5.2.5 基于上下文关系的句子级情绪分类方法实现 | 第52页 |
| 5.3 实验设计与分析 | 第52-55页 |
| 5.3.1 实验设置 | 第52-53页 |
| 5.3.2 实验结果和分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-59页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 下一步工作设想 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间公开发表的论文 | 第64页 |
| 攻读学位期间公开申请的专利 | 第64-65页 |
| 攻读学位期间申请的软件著作权 | 第65页 |
| 攻读学位期间参与的科研项目 | 第65-66页 |
| 致谢 | 第66-68页 |