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

基于文本分类的语义相似度研究

摘要第9-10页
Abstract第10-11页
第1章 绪论第12-16页
    1.1 研究背景与意义第12页
    1.2 国内外研究现状第12-14页
        1.2.1 词语相似度计算研究第12-13页
        1.2.2 语句相似度计算研究第13-14页
    1.3 本文研究内容第14-15页
    1.4 本文组织结构第15-16页
第2章 语义相似度计算和文本分类相关理论研究第16-28页
    2.1 文本相似度与语义相似度的相关概念第16-17页
        2.1.1 文本相似度概念第16页
        2.1.2 语义相似度概念第16-17页
    2.2 中文分词第17-19页
        2.2.1 中文分词算法比较第17页
        2.2.2 中文分词的技术难点第17-18页
        2.2.3 本文采取的分词系统第18-19页
    2.3《知网》语义相似度计算第19-24页
        2.3.1《知网》简介第19-21页
        2.3.2《知网》的词语语义相似度计算第21-23页
        2.3.3《知网》计算词语情感倾向第23-24页
    2.4 文本特征选择第24-25页
        2.4.1 文本特征选择概述第24页
        2.4.2 向量空间模型(VSM)第24-25页
    2.5 分类评估标准第25页
    2.6 本章小结第25-28页
第3章 词语、语句情感倾向的相关研究第28-46页
    3.1 改进的概念情感相似度计算研究第28-29页
    3.2 点态互信息SO_PMI的改进算法研究第29-36页
        3.2.1 点互信息模型第29-30页
        3.2.2 SO_PMI方法改进第30-34页
        3.2.3 SO_PMI方法实验及结果分析第34-36页
    3.3 短语情感倾向的研究第36-41页
        3.3.1 情感词的分类定义第36-37页
        3.3.2 短语倾向性分析定义第37-38页
        3.3.3 否定词及短语情感倾向研究第38-40页
        3.3.4 程度副词短语情感倾向研究第40-41页
    3.4 语句情感倾向的研究第41-43页
    3.5 实验数据及分析第43-44页
    3.6 本章小结第44-46页
第4章 基于改进语义理解和机器学习相结合的文本分类系统第46-66页
    4.1 情感分类系统综述第46页
    4.2 基于改进语义理解的文本分类第46-54页
        4.2.1 基于语义理解情感分类的基本流程第47页
        4.2.2 情感词句处理模块构建第47-51页
        4.2.3 抽取文本特征搭配第51页
        4.2.4 文本倾向度算法第51-52页
        4.2.5 文本情感计算第52页
        4.2.6 实验及其结果分析第52-54页
    4.3 机器学习实现文本的情感分类第54-61页
        4.3.1 改进的互信息特征选择方法第54-56页
        4.3.2 支持向量机理论第56-58页
        4.3.3 核函数第58-59页
        4.3.4 SVM在文本情感分类的优势第59页
        4.3.5 实验分析第59-61页
    4.4 基于改进语义理解和机器学习混合框架的分类模型第61-65页
        4.4.1 混合框架主要思想第61页
        4.4.2 模型概要设计第61-63页
        4.4.3 模型主要类设计第63-64页
        4.4.4 实验分析第64-65页
    4.5 本章小结第65-66页
第5章 文本分类基础上的语义相似度研究及应用第66-76页
    5.1 文本分类引入语义相似度计算的必要性第66-67页
    5.2 文本分类基础上的语义相似度计算第67-69页
        5.2.1 词语、语句长度相似度计算第67-69页
        5.2.2 引入句子倾向性计算语义相似度第69页
    5.3 举例验证及分析第69-71页
    5.4 混合框架在建筑施工测试培训系统中的应用第71-74页
        5.4.1 开发平台简介第71页
        5.4.2 混合框架在试题分类中的应用第71-73页
        5.4.3 混合框架分类准确性对比数据分析第73-74页
    5.5 本章小结第74-76页
第6章 总结与展望第76-78页
    6.1 全文总结第76页
    6.2 对本课题未来的展望第76-78页
参考文献第78-82页
攻读硕士学位期间发表的论文及科研工作第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:家庭理财系统的设计与实现
下一篇:基于内容的医学图像检索技术研究与应用