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

基于表示学习的事实型隐式情感分析研究

中文摘要第16-18页
英文摘要第18-20页
第一章 引言第21-33页
    1.1 研究背景第21-23页
    1.2 国内外研究动态第23-30页
        1.2.1 情感标注语料库构建第23-24页
        1.2.2 显式情感分析第24-29页
        1.2.3 隐式情感分析第29-30页
    1.3 研究内容第30-31页
    1.4 论文结构第31-33页
第二章 事实型隐式情感特点分析及语料库构建第33-49页
    2.1 隐式情感的分类第33-34页
        2.1.1 事实型隐式情感第33-34页
        2.1.2 修辞型隐式情感第34页
        2.1.3 各类型隐式情感统计第34页
    2.2 事实型隐式情感的表达特点第34-37页
    2.3 事实型隐式情感的形式化定义第37-38页
    2.4 多层级、多类型情感分析语料库的构建第38-47页
        2.4.1 情感标注层级、内容及分类体系第38-39页
        2.4.2 情感语料库构建第39-45页
        2.4.3 语料库分析第45-47页
    2.5 本章小结第47-49页
第三章 基于显式情感的上下文倾向性分类第49-59页
    3.1 文本情感要素搭配抽取第49-54页
        3.1.1 四元情感袋模型第49-51页
        3.1.2 情感搭配倾向性计算第51-54页
    3.2 基于情感袋的文本搭配表示第54页
    3.3 实验结果与分析第54-57页
    3.4 本章小结第57-59页
第四章 基于实体表示学习的隐式情感目标抽取第59-85页
    4.1 基于结构的实体表示学习方法第59-63页
    4.2 基于融合关系嵌入的实体表示学习框架第63-71页
        4.2.1 特点分析与前提假设第63-64页
        4.2.2 融合关系嵌入表示学习框架第64-67页
        4.2.3 语言表达特征学习第67-70页
        4.2.4 优化过程与实现细节第70-71页
    4.3 实验结果与分析第71-83页
        4.3.1 实验数据第71-72页
        4.3.2 实验任务设置第72-73页
        4.3.3 对比模型、评价指标与参数设置第73-74页
        4.3.4 情感对象与属性搭配对齐实验与分析第74-78页
        4.3.5 新情感对象—属性搭配预测实验与分析第78-83页
    4.4 本章小结第83-85页
第五章 基于多级语义融合表示的事实型隐式情感分析第85-107页
    5.1 基础语义表示学习模型第85-89页
        5.1.1 卷积神经网络模型第85-87页
        5.1.2 树形卷积神经网络模型第87-89页
    5.2 基于多级语义融合的事实型隐式情感表示框架第89-96页
        5.2.1 基于增强字向量的句子表示方法第92-94页
        5.2.2 基于SDT-CNN模型的句子表示方法第94-96页
    5.3 实验结果与分析第96-104页
        5.3.1 实验数据集第96页
        5.3.2 实验设置及对照第96-98页
        5.3.3 实验结果与分析第98-104页
    5.4 本章小结第104-107页
第六章 隐式情感分析应用子系统第107-115页
    6.1 应用系统设计与架构第107-108页
    6.2 服务内容及模式第108-112页
    6.3 本章小结第112-115页
第七章 结论与展望第115-117页
    7.1 论文结论第115-116页
    7.2 未来展望第116-117页
参考文献第117-133页
攻读博士学位期间取得的研究成果第133-135页
致谢第135-137页
个人简况及联系方式第137-138页

论文共138页,点击 下载论文
上一篇:面向文本情感分析的主题建模及应用研究
下一篇:社交网络链接预测方法研究