| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 文本情感分类研究背景 | 第10-11页 |
| 1.1.2 文本情感分类的研究意义 | 第11页 |
| 1.2 文本情感分类的国内外研究现状 | 第11-13页 |
| 1.3 本论文主要研究内容 | 第13页 |
| 1.4 论文内容章节安排 | 第13-16页 |
| 第二章 中文文本情感分类相关理论和技术 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 文本情感处理流程 | 第16页 |
| 2.3 文本分类相关技术 | 第16-22页 |
| 2.3.1 文本预处理 | 第16-17页 |
| 2.3.2 特征选择 | 第17-19页 |
| 2.3.3 文本表示模型 | 第19-20页 |
| 2.3.4 特征权重计算 | 第20页 |
| 2.3.5 文本分类算法 | 第20-22页 |
| 2.3.6 分类性能指标 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 信息增益的分析与优化 | 第24-32页 |
| 3.1 引言 | 第24页 |
| 3.2 信息增益算法的分析与不足 | 第24-25页 |
| 3.3 信息增益算法的优化与改进 | 第25-27页 |
| 3.4 实验分析与验证 | 第27-30页 |
| 3.4.1 实验数据的获取与设计 | 第27-28页 |
| 3.4.2 实验过程与结果分析 | 第28-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 融合聚类算法和遗传算法的SVM文本情感分类 | 第32-44页 |
| 4.1 引言 | 第32页 |
| 4.2 SVM理论分析 | 第32-34页 |
| 4.3 SVM算法优化 | 第34-38页 |
| 4.3.1 K-means与SVM算法的结合 | 第34-35页 |
| 4.3.2 遗传算法原理及结合流程 | 第35-36页 |
| 4.3.3 聚类算法结合遗传算法优化SVM | 第36-38页 |
| 4.4 实验验证与分析 | 第38-42页 |
| 4.4.1 实验数据的准备 | 第38页 |
| 4.4.2 实验过程与结果分析 | 第38-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 基于优化IG和优化SVM的文本情感分类实验 | 第44-50页 |
| 5.1 引言 | 第44页 |
| 5.2 实验过程设计 | 第44-45页 |
| 5.3 实验验证与分析 | 第45-48页 |
| 5.4 本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-54页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-54页 |
| 参考文献 | 第54-58页 |
| 缩略语 | 第58-60页 |
| 致谢 | 第60-61页 |