基于朴素贝叶斯的中文段落情感分析
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 选题背景及意义 | 第10-12页 |
| 1.2.1 选题背景 | 第10-11页 |
| 1.2.2 选题意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 论文的工作内容 | 第15-18页 |
| 第二章 文本情感倾向性分析的关键技术 | 第18-32页 |
| 2.1 主观性文本识别抽取 | 第18-19页 |
| 2.2 主观文本情感分类 | 第19页 |
| 2.3 常用的文本分类算法 | 第19-25页 |
| 2.3.1 朴素贝叶斯 | 第19-20页 |
| 2.3.2 支持向量机 SVM | 第20-23页 |
| 2.3.3 最大熵模型 | 第23-24页 |
| 2.3.4 K 最近邻分类算法 | 第24-25页 |
| 2.4 常用的特征选择算法 | 第25-28页 |
| 2.4.1 文档频率 | 第25-26页 |
| 2.4.2 信息增益 | 第26页 |
| 2.4.3 统计 | 第26-27页 |
| 2.4.4 互信息 | 第27页 |
| 2.4.5 期望交叉熵 | 第27-28页 |
| 2.5 自动分词方法和词性标注方法 | 第28-31页 |
| 2.5.1 自动分词方法 | 第28-30页 |
| 2.5.2 词性标注方法 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 以主观线索为特征的主观性文本识别 | 第32-44页 |
| 3.1 情感词 | 第32-33页 |
| 3.2 指示性动词 | 第33页 |
| 3.3 感叹词 | 第33-34页 |
| 3.4 程度副词 | 第34-35页 |
| 3.5 带有情感色彩的标点符号 | 第35-36页 |
| 3.6 关联词 | 第36-39页 |
| 3.7 实验及实验结果分析 | 第39-43页 |
| 3.7.1 实验语料库 | 第39-40页 |
| 3.7.2 实验步骤 | 第40-41页 |
| 3.7.3 实验结果分析 | 第41-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第四章 基于句子权重的文本情感倾向性分析 | 第44-56页 |
| 4.1 主观句的情感倾向性分析 | 第44-51页 |
| 4.1.1 简单句的情感倾向值计算 | 第44-46页 |
| 4.1.2 复句的情感倾向值计算 | 第46-51页 |
| 4.2 基于句子权重的文本情感倾向合成算法 | 第51-53页 |
| 4.2.1 句子的权重分析 | 第51-52页 |
| 4.2.2 合成算法 | 第52-53页 |
| 4.3 实验及实验结果分析 | 第53-55页 |
| 4.3.1 实验语料 | 第53页 |
| 4.3.2 段落级情感倾向性分析的流程 | 第53-54页 |
| 4.3.3 实验结果分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
