面向中文评论文本的情感倾向性研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1. 绪论 | 第9-13页 |
·研究背景 | 第9页 |
·研究现状 | 第9-11页 |
·本文的工作 | 第11-12页 |
·本文的结构 | 第12-13页 |
2. 相关知识和外部资源 | 第13-29页 |
·分词与去停用词 | 第13-14页 |
·词性标注 | 第14-15页 |
·相关资源 | 第15-20页 |
·情感词汇本体 | 第16-17页 |
·HowNet | 第17-20页 |
·关键技术 | 第20-28页 |
·监督学习与支持向量机 | 第20-24页 |
·SimRank算法 | 第24-26页 |
·主题模型LDA | 第26-28页 |
·本章小结 | 第28-29页 |
3. 跨领域情感倾向性分析 | 第29-37页 |
·特定领域的情感倾向性分析 | 第29-30页 |
·基于词的倾向性分析 | 第29-30页 |
·基于机器学习的倾向性分析 | 第30页 |
·问题定义 | 第30-32页 |
·算法描述 | 第32-34页 |
·实验结果与分析 | 第34-36页 |
·语料来源 | 第34页 |
·实验语料及预处理 | 第34-35页 |
·实验结果 | 第35页 |
·实验结果分析 | 第35-36页 |
·本章小结 | 第36-37页 |
4. 情感倾向性分析的应用 | 第37-47页 |
·基本方法 | 第38-42页 |
·主题模型 | 第38-40页 |
·情感倾向性词典 | 第40页 |
·评论情感倾向性分析 | 第40-42页 |
·实验结果及相关分析 | 第42-46页 |
·实验方法 | 第42-44页 |
·评价指标 | 第44页 |
·实验结果 | 第44-46页 |
·相关分析 | 第46页 |
·本章小结 | 第46-47页 |
结论 | 第47-49页 |
参考文献 | 第49-53页 |
攻读硕士学位期间发表学术论文情况 | 第53-54页 |
致谢 | 第54-56页 |