| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 研究内容简介 | 第13页 |
| 1.4 全文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 情感分析的研究方法及相关算法 | 第15-28页 |
| 2.1 文本预处理 | 第15-17页 |
| 2.1.1 文本分词 | 第15-16页 |
| 2.1.2 去停用词 | 第16-17页 |
| 2.2 情感分析相关技术 | 第17-27页 |
| 2.2.1 特征选择 | 第17-19页 |
| 2.2.2 分类算法 | 第19-24页 |
| 2.2.3 词向量 | 第24-26页 |
| 2.2.4 Doc2vec | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 基于词典与Doc2vec融合的情感分析方法 | 第28-48页 |
| 3.1 情感词典 | 第28-29页 |
| 3.2 基于Doc2vec的特征选择与表示方法 | 第29-34页 |
| 3.2.1 Doc2vec的算法实现 | 第30-33页 |
| 3.2.2 特征选择与表示方法 | 第33-34页 |
| 3.3 基于词典与机器学习融合的情感分析方法 | 第34-47页 |
| 3.3.1 融合算法 | 第35-46页 |
| 3.3.2 融合算法的优点 | 第46页 |
| 3.3.3 融合算法的潜在问题 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 4 基于词典与Doc2vec融合的文本情感实验分析 | 第48-56页 |
| 4.1 实验工具及数据集 | 第48-49页 |
| 4.2 评测指标 | 第49-50页 |
| 4.3 实验结果与分析 | 第50-55页 |
| 4.3.1 两个基于情感词典方法的比较 | 第51-52页 |
| 4.3.2 两种基于机器学习方法的比较 | 第52-53页 |
| 4.3.3 基于情感词典和基于机器学习方法的比较 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第64页 |