| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景与意义 | 第9-10页 |
| 1.3 国内外相关研究概况 | 第10-14页 |
| 1.3.1 基于情感词典的文本情感分析方法 | 第10-11页 |
| 1.3.2 基于机器学习的文本情感分析方法 | 第11-12页 |
| 1.3.3 深度学习技术及其在文本情感分析上的应用 | 第12-14页 |
| 1.4 本文的主要研究内容和组织结构 | 第14-16页 |
| 第2章 文本情感分析及深度学习相关技术 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 基于情感词典的文本情感分析相关技术 | 第16-18页 |
| 2.2.1 情感词典构造相关技术 | 第16-17页 |
| 2.2.2 基于情感词典的文本情感分析方法 | 第17-18页 |
| 2.3 基于机器学习的文本情感分析相关技术 | 第18-20页 |
| 2.3.1 基于有监督机器学习的文本情感分析方法 | 第18-19页 |
| 2.3.2 基于半监督机器学习的文本情感分析方法 | 第19-20页 |
| 2.4 基于深度学习的文本情感分析相关技术 | 第20-24页 |
| 2.4.1 深度神经语言模型相关技术 | 第21-22页 |
| 2.4.2 句子级分布式向量表示相关技术 | 第22-23页 |
| 2.4.3 基于深度学习的文本情感分析方法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于长短时记忆型循环神经网络的文本情感分析 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 基于深度神经网络的词向量构造模型 | 第25-27页 |
| 3.3 长短时记忆型循环神经网络模型 | 第27-31页 |
| 3.3.1 循环神经网络模型 | 第27-29页 |
| 3.3.2 长短时记忆型循环神经网络 | 第29-31页 |
| 3.4 基于长短时记忆型循环神经网络的文本情感分析 | 第31-33页 |
| 3.5 实验设置及结果分析 | 第33-40页 |
| 3.5.1 实验设置 | 第33-35页 |
| 3.5.2 实验结果及分析 | 第35-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 结合卷积神经网络和支持向量机的文本情感分析 | 第41-55页 |
| 4.1 引言 | 第41页 |
| 4.2 基于卷积神经网络的文本情感分析 | 第41-45页 |
| 4.2.1 卷积神经网络模型 | 第41-43页 |
| 4.2.2 基于卷积神经网络的文本情感分析模型 | 第43-45页 |
| 4.3 结合卷积神经网络和支持向量机的文本情感分析 | 第45-47页 |
| 4.4 实验设置及结果分析 | 第47-54页 |
| 4.4.1 实验设置 | 第47页 |
| 4.4.2 实验结果及分析 | 第47-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |
