中文情感词典构建中词向量学习技术的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 词向量研究进展 | 第13-15页 |
| 1.2.2 中文情感词典构建研究进展 | 第15-16页 |
| 1.3 本文主要研究工作 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 相关工作 | 第19-30页 |
| 2.1 词向量学习方法 | 第19-27页 |
| 2.1.1 词向量的空间表示方法 | 第19-20页 |
| 2.1.2 经典的词向量学习方法 | 第20-24页 |
| 2.1.3 中文领域的词向量学习方法 | 第24-27页 |
| 2.2 文本分类方法 | 第27-28页 |
| 2.3 情感词典资源 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 结合语义和情感信息的词向量学习模型 | 第30-38页 |
| 3.1 模型设计 | 第30-34页 |
| 3.2 训练步骤 | 第34-35页 |
| 3.3 核心伪代码 | 第35-37页 |
| 3.4 方法复杂度 | 第37页 |
| 3.4.1 时间复杂度 | 第37页 |
| 3.4.2 空间复杂度 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 面向微博的中文情感词典构建 | 第38-50页 |
| 4.1 应用背景 | 第38-39页 |
| 4.2 情感词典构建框架 | 第39-40页 |
| 4.3 方法步骤详解 | 第40-48页 |
| 4.3.1 语料的选择与获取 | 第41页 |
| 4.3.2 数据预处理 | 第41-42页 |
| 4.3.3 候选词典构造 | 第42-43页 |
| 4.3.4 种子词构造 | 第43-44页 |
| 4.3.5 训练参数选取和定义 | 第44-45页 |
| 4.3.6 词向量学习模型训练 | 第45页 |
| 4.3.7 词向量学习模型评估 | 第45-46页 |
| 4.3.8 参数调整,迭代训练 | 第46-47页 |
| 4.3.9 确认参数,获取特征词向量 | 第47页 |
| 4.3.10 构建词语级情感分类器 | 第47-48页 |
| 4.3.11 应用分类器进行情感预测 | 第48页 |
| 4.4 实际构建情况 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 方法验证与词典评估 | 第50-61页 |
| 5.1 相关环境与设置 | 第50页 |
| 5.2 词向量学习方法评估 | 第50-54页 |
| 5.2.1 实验简述 | 第50页 |
| 5.2.2 评估标准 | 第50-52页 |
| 5.2.3 实验数据集 | 第52页 |
| 5.2.4 实验方法 | 第52-53页 |
| 5.2.5 实验结果 | 第53-54页 |
| 5.3 词向量学习模型中各部分效能评估 | 第54-55页 |
| 5.4 词典可用性评估 | 第55-60页 |
| 5.4.1 实验简述 | 第55-56页 |
| 5.4.2 评估标准 | 第56页 |
| 5.4.3 实验数据集 | 第56-57页 |
| 5.4.4 实验方法 | 第57页 |
| 5.4.5 实验结果 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 下一步研究方向 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间成果列表 | 第69-70页 |
| 参与项目 | 第70-72页 |
