基于情感词典拓展和词向量的中文情感分析技术的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 基本情况介绍 | 第13-22页 |
| 1.1 选题背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-19页 |
| 1.2.1 情感分析技术研究现状 | 第14-18页 |
| 1.2.2 情感词典构建与拓展的研究现状 | 第18-19页 |
| 1.3 研究内容简介 | 第19-20页 |
| 1.4 小结 | 第20-22页 |
| 第2章 相关理论与技术 | 第22-34页 |
| 2.1 文本预处理 | 第22-23页 |
| 2.1.1 文本分词 | 第22-23页 |
| 2.1.2 去停用词 | 第23页 |
| 2.2 情感分析相关技术 | 第23-32页 |
| 2.2.1 特征选择 | 第23-26页 |
| 2.2.2 分类算法 | 第26-30页 |
| 2.2.3 词向量 | 第30-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第3章 情感词典构建与拓展方法 | 第34-44页 |
| 3.1 情感词典的构建 | 第34-38页 |
| 3.1.1 情感极性词典 | 第34-35页 |
| 3.1.2 副词词典 | 第35页 |
| 3.1.3 否定词典 | 第35-36页 |
| 3.1.4 特殊词典 | 第36-38页 |
| 3.2 情感词典的拓展 | 第38-43页 |
| 3.2.1 基于模板规则拓展情感词典 | 第38-40页 |
| 3.2.2 基于英文情感词典拓展情感词典 | 第40-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 基于词向量的特征选择与表示方法 | 第44-51页 |
| 4.1 词向量与情感信息结合 | 第45-48页 |
| 4.1.1 词向量的生成 | 第45-47页 |
| 4.1.2 情感信息 | 第47页 |
| 4.1.3 特征表示 | 第47-48页 |
| 4.2 基于句向量的特征与表示 | 第48-50页 |
| 4.2.1 句向量的生成 | 第48-49页 |
| 4.2.2 特征表示 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 基于情感词典与基于机器学习的过程介绍 | 第51-59页 |
| 5.1 传统的两种情感分析方法 | 第51-53页 |
| 5.1.1 传统的基于情感词典的情感分析 | 第51-52页 |
| 5.1.2 传统的基于机器学习的情感分析 | 第52-53页 |
| 5.2 改进的情感分析方法 | 第53-58页 |
| 5.2.1 改进的基于情感词典的情感分析方法 | 第54-55页 |
| 5.2.2 改进的基于机器学习的情感分析方法 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 实验与结果分析 | 第59-68页 |
| 6.1 实验工具及数据集 | 第59页 |
| 6.2 评测指标 | 第59-61页 |
| 6.3 实验结果与分析 | 第61-67页 |
| 6.3.1 两个基于情感词典方法的比较 | 第61-63页 |
| 6.3.2 三种基于机器学习方法的比较 | 第63-65页 |
| 6.3.3 基于情感词典和基于机器学习方法的比较 | 第65-67页 |
| 6.4 本章小结 | 第67-68页 |
| 第7章 总结与展望 | 第68-70页 |
| 7.1 总结 | 第68页 |
| 7.2 展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
