首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

细粒度中文网络消费评论情感极性分类方法研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-23页
    1.1 论文的研究背景及意义第10-11页
    1.2 国内外研究现状第11-21页
        1.2.1 文本分类技术研究第11-15页
        1.2.2 情感分类技术研究第15-21页
        1.2.3 存在的问题和挑战第21页
    1.3 论文的主要研究内容与章节安排第21-23页
        1.3.1 论文主要研究内容第21-22页
        1.3.2 论文的组织结构第22-23页
第2章 相关知识介绍与研究方案设计第23-29页
    2.1 中文自然语言处理相关知识第23-25页
        2.1.1 中文分词第23-24页
        2.1.2 中文词性标注第24-25页
        2.1.3 中文分词系统第25页
    2.2 情感词与属性词的搭配抽取第25-27页
        2.2.1 情感词与属性词第25-26页
        2.2.2 情感词与属性词的搭配抽取第26-27页
    2.3 研究方案设计第27-28页
        2.3.1 总体研究过程框架第27页
        2.3.2 研究方案设计说明第27-28页
    2.4 本章小结第28-29页
第3章 基于语料的领域情感词库构建方法第29-40页
    3.1 领域情感词库构建总体过程框架第29-30页
    3.2 领域情感词库结构设计第30-31页
    3.3 语料选取与预处理第31-33页
        3.3.1 语料选取第31-32页
        3.3.2 语料预处理第32-33页
    3.4 领域基准情感词集构建第33-38页
        3.4.1 基于公共词典库的领域基础标准情感词集构建第34-35页
        3.4.2 基于词性特征的语料库种子情感词提取第35-37页
        3.4.3 基于点互信息(PMI)的语料库情感词自动扩充第37-38页
    3.5 实验与分析第38-39页
        3.5.1 实验结果第38-39页
        3.5.2 结果分析第39页
    3.6 本章小结第39-40页
第4章 基于LDA主题模型的属性词提取方法第40-50页
    4.1 方法概述第40-42页
        4.1.1 LDA主题模型简介第40-41页
        4.1.2 基于LDA主题模型的属性词提取策略第41-42页
    4.2 实验方案设计第42-47页
        4.2.1 实验流程设计第42-43页
        4.2.2 领域语料库基准属性词集构建第43-44页
        4.2.3 准属性词集筛选第44-47页
    4.3 实验结果分析第47-49页
    4.4 本章小结第49-50页
第5章 面向评价属性的细粒度文本情感分析实现第50-58页
    5.1 方法概述第50-51页
    5.2 情感评价单元构建第51-55页
        5.2.1 情感评价单元定义第51页
        5.2.2 断句处理算法第51-53页
        5.2.3 程度副词、否定词提取第53-55页
    5.3 情感聚合与情感倾向分类计算第55页
    5.4 实验结果可视化表示第55-57页
    5.5 本章小结第57-58页
第6章 总结与展望第58-60页
    6.1 总结第58页
    6.2 展望第58-60页
参考文献第60-67页
致谢第67-68页
作者简介第68页

论文共68页,点击 下载论文
上一篇:关节表面软骨与游离体表面软骨FT-IR光谱成像的对比研究
下一篇:左冠状动脉形态学多样性与动脉粥样硬化性斑块形成的相关性分析