基于语言知识的文本情感分析技术研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 情感词典的构建 | 第16-18页 |
| 1.2.2 文档情感倾向分类 | 第18-19页 |
| 1.3 研究内容 | 第19-21页 |
| 1.4 本文组织结构 | 第21-23页 |
| 第2章 相关理论技术概述 | 第23-35页 |
| 2.1 词向量表示学习 | 第23-29页 |
| 2.1.1 词向量简介 | 第23页 |
| 2.1.2 语言模型 | 第23-24页 |
| 2.1.3 常见的词向量学习模型 | 第24-29页 |
| 2.2 常见的神经网络模型 | 第29-33页 |
| 2.2.1 卷积神经网络 | 第30-31页 |
| 2.2.2 递归神经网络 | 第31-32页 |
| 2.2.3 长短时记忆网络 | 第32-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第3章 基于情感语义对比词向量的情感词典构建 | 第35-55页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基本Skip-gram模型 | 第36-39页 |
| 3.2.1 高效计算优化 | 第37-39页 |
| 3.3 基于情感语义对比的词向量学习模型 | 第39-46页 |
| 3.3.1 情感语义对比信息 | 第39-42页 |
| 3.3.2 基于情感语义对比信息的层次网络模型 | 第42-44页 |
| 3.3.3 情感语义词向量学习算法 | 第44-46页 |
| 3.4 基于情感语义对比词向量的情感词典构建方法 | 第46-47页 |
| 3.5 实验评估 | 第47-53页 |
| 3.5.1 实验数据与设置 | 第47-48页 |
| 3.5.2 实验结果与分析 | 第48-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第4章 基于语言知识注意力机制的文档情感倾向分类 | 第55-71页 |
| 4.1 引言 | 第55-56页 |
| 4.2 基于语言知识注意力机制的文本情感分类模型 | 第56-65页 |
| 4.2.1 双向长短时记忆网络 | 第56-58页 |
| 4.2.2 融入语言知识注意力的层次网络 | 第58-63页 |
| 4.2.3 算法描述 | 第63-65页 |
| 4.3 实验评估 | 第65-69页 |
| 4.3.1 实验数据 | 第65-66页 |
| 4.3.2 实验设置 | 第66-67页 |
| 4.3.3 实验结果与分析 | 第67-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 本文工作总结 | 第71-72页 |
| 5.2 下一步工作 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 在读期间发表的学术论文与取得的研究成果 | 第81页 |
