| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的主要研究内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 第二章 情感分析相关技术研究 | 第12-17页 |
| 2.1 情感分析方法概述 | 第12页 |
| 2.2 常用的中文分词方法 | 第12-13页 |
| 2.2.1 基于理解的中文分词方法 | 第12页 |
| 2.2.2 基于词典的中文分词方法 | 第12页 |
| 2.2.3 基于统计的中文分词方法 | 第12-13页 |
| 2.3 基于隐马尔可夫模型的中文分词 | 第13-16页 |
| 2.3.1 隐马尔可夫模型 | 第13-14页 |
| 2.3.2 Viterbi算法 | 第14页 |
| 2.3.3 基于隐马尔可夫模型的Viterbi算法 | 第14-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 基于点间互信息检索的主客观文本分类 | 第17-25页 |
| 3.1 用于主客观文本分类的特征词筛选方法 | 第17-20页 |
| 3.1.1 文本频率(DocumentFrequency,DF) | 第18页 |
| 3.1.2 词频-逆向文本频率(TF-IDF) | 第18页 |
| 3.1.3 卡方统计(CHIStatistic) | 第18-19页 |
| 3.1.4 互信息(MutualInformation,MI) | 第19-20页 |
| 3.1.5 互信息增益 | 第20页 |
| 3.2 主客观文本分类方法 | 第20-24页 |
| 3.2.1 点间互信息检索 | 第20-21页 |
| 3.2.2 主客观文本分类流程 | 第21-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 基于概念网络与遗传算法的主观情感分析 | 第25-34页 |
| 4.1 基于概念网络的主观情感特征值的计算 | 第25-27页 |
| 4.2 采用遗传算法优化权重表 | 第27-31页 |
| 4.2.1 权重初始化 | 第28页 |
| 4.2.2 遗传算法的迭代训练 | 第28-31页 |
| 4.2.3 终止条件的检查与正确率评估 | 第31页 |
| 4.3 主观情感的评估 | 第31页 |
| 4.4 情感指数的计算 | 第31-33页 |
| 4.5 本章小结 | 第33-34页 |
| 第五章 实验结果分析 | 第34-43页 |
| 5.1 实验数据 | 第34-36页 |
| 5.1.1 剧情数据库 | 第34-35页 |
| 5.1.2 影评数据库 | 第35-36页 |
| 5.2 评价指标 | 第36-37页 |
| 5.3 实验结果分析 | 第37-42页 |
| 5.3.1 主客观分析结果分析 | 第37-39页 |
| 5.3.2 主观情感判断结果分析 | 第39-40页 |
| 5.3.3 遗传算法结果分析 | 第40-41页 |
| 5.3.4 情感指数结果分析 | 第41-42页 |
| 5.4 本章小结 | 第42-43页 |
| 第六章 结论与展望 | 第43-45页 |
| 6.1 结论 | 第43页 |
| 6.2 展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士期间发表论文 | 第50页 |
