| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10页 |
| 1.3 研究现状 | 第10-13页 |
| 1.3.1 三支决策理论研究现状 | 第10-12页 |
| 1.3.2 微博观点句识别研究现状 | 第12-13页 |
| 1.4 研究思路 | 第13-14页 |
| 1.5 本文的主要工作 | 第14页 |
| 1.6 本文的结构安排 | 第14-17页 |
| 第二章 三支决策理论 | 第17-23页 |
| 2.1 决策粗糙集理论概述 | 第17-19页 |
| 2.2 三支决策阈值解释 | 第19-20页 |
| 2.3 微博决策粗糙集解释 | 第20-21页 |
| 2.4 微博观点句三支决策解释 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 基于三支决策分类器的微博观点句识别方法 | 第23-41页 |
| 3.1 微博观点句识别特征选择与加权 | 第23-26页 |
| 3.1.1 特征选择方法介绍 | 第23-24页 |
| 3.1.2 特征选择与加权 | 第24-26页 |
| 3.2 三支决策分类器设计 | 第26-27页 |
| 3.2.1 基于NB的三支决策分类器设计 | 第26页 |
| 3.2.2 基于SVM的三支决策分类器设计 | 第26-27页 |
| 3.2.3 基于KNN的三支决策分类器设计 | 第27页 |
| 3.3 三支决策分类器评价标准 | 第27-28页 |
| 3.4 基于专家知识的三支决策阈值算法 | 第28页 |
| 3.5 改进的基于风险最小化自动学习三支决策阈值算法 | 第28-31页 |
| 3.5.1 基于风险最小化自动学习三支决策阈值算法 | 第28-30页 |
| 3.5.2 改进的基于风险最小化自动学习三支决策阈值算法 | 第30-31页 |
| 3.6 实验与分析 | 第31-39页 |
| 3.6.1 基于专家知识的三支决策阈值算法实验 | 第31-36页 |
| 3.6.2 改进的基于风险最小化自动学习三支决策阈值算法实验 | 第36-38页 |
| 3.6.3 与专家领域方法对比实验 | 第38-39页 |
| 3.7 本章小结 | 第39-41页 |
| 第四章 基于风险损失与性能评价相结合的三支决策阈值算法 | 第41-57页 |
| 4.1 基于层次分析法的分类器性能综合评价指标模型 | 第41-46页 |
| 4.1.1 定义与定理 | 第41-44页 |
| 4.1.2 分类器性能综合评价指标模型 | 第44-46页 |
| 4.1.3 性能综合评价指标模型求解算法 | 第46页 |
| 4.2 基于风险损失与性能评价相结合的三支决策阈值算法 | 第46-54页 |
| 4.2.1 基于风险损失与性能评价相结合的三支决策阈值最优化模型 | 第46-48页 |
| 4.2.2 求阈值最优化模型的自适应算法 | 第48-49页 |
| 4.2.3 实验与分析 | 第49-54页 |
| 4.3 本章小结 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 论文总结和创新点 | 第57-58页 |
| 5.2 课题未来展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间主要的研究成果 | 第64-66页 |
| 致谢 | 第66页 |
