| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 论文主要工作及创新 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第2章 相关理论研究 | 第14-24页 |
| 2.1 特征提取技术 | 第14-15页 |
| 2.2 机器学习分类技术 | 第15-20页 |
| 2.2.1 支持向量机 | 第16-17页 |
| 2.2.2 随机森林算法 | 第17-19页 |
| 2.2.3 最近邻算法 | 第19-20页 |
| 2.3 集成学习建模技术 | 第20-24页 |
| 2.3.1 Bagging算法 | 第21-22页 |
| 2.3.2 Adaboost算法 | 第22-24页 |
| 第3章 语料库扩展的情感分类算法 | 第24-42页 |
| 3.1 算法流程框架 | 第24-26页 |
| 3.2 语料库扩展 | 第26-28页 |
| 3.3 扩展语料库情感分类 | 第28页 |
| 3.4 语料库扩展的情感分类算法设计 | 第28-35页 |
| 3.5 实验及分析 | 第35-42页 |
| 3.5.1 实验环境描述 | 第35页 |
| 3.5.2 数据集 | 第35-36页 |
| 3.5.3 实验评价标准 | 第36页 |
| 3.5.4 实验结果及分析 | 第36-42页 |
| 第4章 基于情绪的文本分类算法 | 第42-50页 |
| 4.1 算法流程框架 | 第42-44页 |
| 4.2 紧张词和放松词强度检测 | 第44-45页 |
| 4.3 情感分类预测 | 第45页 |
| 4.4 语料库扩展及情绪分析的文本情感分类技术总结 | 第45-46页 |
| 4.5 实验及分析 | 第46-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |