| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 文本情感分析研究现状 | 第12-14页 |
| 1.2.2 手机3D动画自动生成系统的情感分析现状 | 第14-15页 |
| 1.3 本文研究工作内容与组织结构 | 第15-19页 |
| 1.3.1 论文的主要研究内容 | 第15-16页 |
| 1.3.2 论文的组织结构 | 第16-19页 |
| 第2章 背景知识 | 第19-29页 |
| 2.1 手机短信动画自动生成系统概述 | 第19-22页 |
| 2.2 中文短信数据集 | 第22页 |
| 2.3 语言模型 | 第22-24页 |
| 2.3.1 统计语言模型 | 第22-24页 |
| 2.3.2 神经网络语言模型 | 第24页 |
| 2.4 词向量模型 | 第24-26页 |
| 2.4.1 CBOW模型 | 第25页 |
| 2.4.2 词向量训练 | 第25-26页 |
| 2.5 性能度量 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 基于LSTM和卷积神经网络的短信情感分析 | 第29-39页 |
| 3.1 LSTM和卷积神经网络 | 第29-31页 |
| 3.1.1 卷积神经网络模型 | 第29页 |
| 3.1.2 循环神经网络模型 | 第29-30页 |
| 3.1.3 LSTM模型 | 第30-31页 |
| 3.2 LSTM和卷积神经网络结合的情感分析模型LSTM_CNN | 第31-33页 |
| 3.3 LSTM与卷积神经网络结合的情感分析训练结果与分析 | 第33-34页 |
| 3.4 LSTM_CNN与其它模型的对比实验 | 第34-36页 |
| 3.5 本章小结 | 第36-39页 |
| 第4章 基于主题注意力卷积神经网络短信情感分析 | 第39-51页 |
| 4.1 主题和注意力机制 | 第39-41页 |
| 4.1.1 注意力机制 | 第39-40页 |
| 4.1.2 手机3D动画自动生成系统信息抽取概述 | 第40-41页 |
| 4.2 基于主题注意力卷积神经网络模型的情感分析 | 第41-44页 |
| 4.2.1 基于主题注意力卷积神经网络情感分析模型 | 第41-43页 |
| 4.2.2 基于主题注意力卷积神经网络训练结果与分析 | 第43-44页 |
| 4.3 中文短信开放实验 | 第44-47页 |
| 4.4 对比实验与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 结论 | 第51-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间所发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |
