基于主题相关性的中文文本情感分类研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·文本挖掘简介 | 第12-13页 |
| ·情感分类技术研究 | 第13-15页 |
| ·本文的组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 情感分类基础 | 第17-35页 |
| ·文本表示模型 | 第17-19页 |
| ·布尔模型 | 第17-18页 |
| ·向量空间模型 | 第18页 |
| ·概率检索模型 | 第18-19页 |
| ·语言模型 | 第19页 |
| ·文本分词 | 第19-23页 |
| ·文本分类方法 | 第23-30页 |
| ·Native Bayes | 第24-26页 |
| ·最小文本距离法 | 第26页 |
| ·支持向量机(SVM) | 第26-28页 |
| ·k 最近邻法(KNN) | 第28-29页 |
| ·神经网络法(NNet) | 第29-30页 |
| ·知网（HowNet） | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 概念表达与抽取 | 第35-52页 |
| ·文本特征项选择相关工作 | 第35-36页 |
| ·文本概念空间向量模型的引入 | 第36-38页 |
| ·概念的抽取和归纳 | 第38-42页 |
| ·基于知网的概念相关性计算 | 第42-46页 |
| ·相似性与相关性的联系 | 第42-43页 |
| ·概念相关性研究现状 | 第43-44页 |
| ·本文采用的概念相关性计算方法 | 第44-46页 |
| ·特征概念选取和文本概念空间向量的建立 | 第46-51页 |
| ·常用的特征选取标准 | 第46-49页 |
| ·本文采用的特征概念选择标准 | 第49-51页 |
| ·概念空间向量的建立 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第四章 情感性词汇的抽取与概念权重计算 | 第52-59页 |
| ·句子语义依存关系 | 第52-54页 |
| ·情感性词汇及其概念的分析和权重计算 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于主题相关性的情感分类系统 | 第59-61页 |
| ·系统架构 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 系统实验与结果分析 | 第61-67页 |
| ·文本分类常用评价指标 | 第61-62页 |
| ·实验设计与结果分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 结束语 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间已发表或录用的论文 | 第73页 |
