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

短文本情感倾向分析研究及应用

摘要第5-6页
Abstract第6页
第1章 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 情感分析的相关研究第10-11页
        1.2.2 LDA的相关研究第11-12页
    1.3 本文的主要工作及创新点第12页
    1.4 本文的组织结构第12-14页
第2章 情感分类相关技术第14-23页
    2.1 文本预处理技术简介第14-17页
        2.1.1 分词技术简介第14-15页
        2.1.2 词性标注技术简介第15-16页
        2.1.3 停用词去除技术简介第16页
        2.1.4 预处理工具第16-17页
    2.2 文本分类模型回顾第17-20页
        2.2.1 代数模型第17-18页
        2.2.2 概率模型第18-20页
    2.3 情感分析技术及对比第20-22页
        2.3.1 基于规则的方法第20-21页
        2.3.2 基于概率的方法第21-22页
    2.4 本章小结第22-23页
第3章 基于LDA特征表示的情感分析方法第23-34页
    3.1 情感词抽取第23-24页
    3.2 LDA模型详解第24-29页
        3.2.1 LDA模型描述第24-26页
        3.2.2 LDA数学模型剖析第26-27页
        3.2.3 LDA模型伪代码第27-29页
    3.3 实验结果与分析第29-33页
        3.3.1 实验语料第30页
        3.3.2 模型求解第30-31页
        3.3.3 实验结果与分析第31-33页
    3.4 本章小结第33-34页
第4章 学生情感倾向分析系统设计与实现第34-52页
    4.1 系统需求分析第34-35页
        4.1.1 系统需求分析第34-35页
        4.1.2 系统设计目标第35页
    4.2 系统总体结构第35-37页
        4.2.1 系统功能模块图第35-36页
        4.2.2 系统运行机制第36-37页
        4.2.3 系统开发和运行环境第37页
    4.3 系统详细实现第37-43页
        4.3.1 页面抓取模块第37-39页
        4.3.2 页面内容提取模块第39-41页
        4.3.3 预处理模块第41-42页
        4.3.4 情感分析模块第42-43页
    4.4 系统测试第43-50页
    4.5 应用效果评价第50-51页
    4.6 本章小结第51-52页
结论第52-53页
参考文献第53-56页
攻读硕士学位期间发表的论文和取得的科研成果第56-57页
致谢第57-58页
个人简历第58页

论文共58页,点击 下载论文
上一篇:面向特定字符集的脱机手写体文字识别算法研究
下一篇:双差分地面定位系统接收机设计与实现