摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-15页 |
·研究背景 | 第9-10页 |
·研究意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·本文的主要工作 | 第13-14页 |
·论文的组成结构 | 第14-15页 |
第二章 情感分类方法概述 | 第15-22页 |
·文本情感分类方法 | 第15-18页 |
·基于文本分类的方法 | 第15-16页 |
·基于语义模式分析的方法 | 第16-17页 |
·基于情感词加权的方法 | 第17-18页 |
·心理学情感分类方法 | 第18-22页 |
·情感环状模型 | 第18-20页 |
·情绪空间 | 第20-22页 |
第三章 文本的语义分析 | 第22-34页 |
·文本预处理技术 | 第23-26页 |
·分词 | 第23-25页 |
·词性标注 | 第25-26页 |
·语言特征表示方法 | 第26-28页 |
·向量空间模型 | 第26-27页 |
·N-gram模型 | 第27-28页 |
·常用的特征选取方法 | 第28-30页 |
·信息增益 | 第28-29页 |
·互信息 | 第29页 |
·X~2统计 | 第29-30页 |
·短语模式 | 第30-34页 |
·词语的情感分析 | 第31-32页 |
·短语模式选取原则 | 第32-34页 |
第四章 评论性文章情感分类 | 第34-48页 |
·情感分类任务 | 第34-35页 |
·主题抽取 | 第34-35页 |
·情感分类 | 第35页 |
·系统框架 | 第35-37页 |
·语料库构建 | 第37-40页 |
·语料的收集 | 第37页 |
·标注集与标注规范 | 第37-40页 |
·语料评价 | 第40页 |
·算法与实现 | 第40-43页 |
·SO-LSA(面向语义的潜在语义分析)算法 | 第41-42页 |
·面向语义的互信息和信息检索(SO-PM-IR)方法 | 第42页 |
·短语情感权值计算方法 | 第42-43页 |
·算法评价指标 | 第43页 |
·系统实现与实验 | 第43-48页 |
·语料评价 | 第44页 |
·种子词选择 | 第44-45页 |
·对比实验与分析 | 第45-46页 |
·观点抽取系统结果分析 | 第46-48页 |
第五章 结论与展望 | 第48-50页 |
·结论 | 第48-49页 |
·展望 | 第49-50页 |
参考文献 | 第50-53页 |
致谢 | 第53-54页 |
攻读硕士学位期间发表的论文 | 第54页 |