首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

情感分类特征选择方法研究

中文摘要第4-5页
Abstract第5-6页
第1章 绪论第10-19页
    1.1 研究背景及意义第10-11页
    1.2 情感分类研究现状第11-15页
        1.2.1 基于监督学习的情感分类方法第12-13页
        1.2.2 基于半监督学习的情感分类方法第13页
        1.2.3 基于无监督学习的情感分类方法第13-15页
    1.3 情感分类特征选择方法研究现状第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 向量空间模型第19-20页
    2.2 监督学习分类算法第20-22页
        2.2.1 朴素贝叶斯第20-21页
        2.2.2 最大熵分类器第21-22页
    2.3 特征选择方法第22-25页
    2.4 协同训练算法第25-26页
    2.5 结语第26-27页
第3章 面向不平衡情感分类的特征选择方法研究第27-35页
    3.1 问题描述及相关研究第27-28页
    3.2 基于不平衡数据的特征选择模式第28-30页
        3.2.1 先随机欠采样,后特征选择(UnderS+FS)第28-29页
        3.2.2 先特征选择,后随机欠采样(FS+UnderS)第29页
        3.2.3 先单边特征选择,后随机欠采样(One-side FS+UnderS)第29-30页
    3.3 实验结果与分析第30-34页
        3.3.1 实验设置第30-31页
        3.3.2 不同特征选择模式的比较第31-33页
        3.3.3 不同特征选择方法的比较第33-34页
    3.4 结语第34-35页
第4章 面向半监督情感分类的特征选择方法研究第35-45页
    4.1 问题描述及相关研究第35-36页
    4.2 基于二部图的半监督特征选择方法第36-40页
        4.2.1 总体框架第36页
        4.2.2 基于二部图的情感文本表示第36-37页
        4.2.3 基于二部图和标签传播的特征选择第37-39页
        4.2.4 基于标签传播的半监督情感分类方法第39-40页
    4.3 实验结果与分析第40-44页
        4.3.1 实验设置第40-41页
        4.3.2 结果与分析第41-44页
    4.4 结语第44-45页
第5章 面向跨语言情感分类的特征选择方法研究第45-55页
    5.1 研究背景及问题描述第45-47页
    5.2 双语半监督情感分类特征选择方法第47-50页
        5.2.1 系统框架第47-48页
        5.2.2 双语半监督情感分类特征选择方法第48-50页
    5.3 实验结果与分析第50-53页
        5.3.1 实验设置第50-52页
        5.3.2 结果与分析第52-53页
    5.4 结语第53-55页
第6章 总结与展望第55-58页
    6.1 研究工作总结第55-56页
    6.2 下一步工作设想第56-58页
参考文献第58-63页
攻读学位期间公开发表的论文第63页
攻读学位期间公开申请的专利第63页
攻读学位期间参与的科研项目第63-64页
致谢第64-66页

论文共66页,点击 下载论文
上一篇:基于uCOSⅡ称重系统的设计与实现
下一篇:基于Telematics的iPhone手机客户端系统的研究及应用