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

中文情感词汇本体的构建及其应用

摘要第1-5页
Abstract第5-8页
1 绪论第8-13页
   ·研究背景第8-9页
   ·情感词汇本体的研究现状第9-12页
     ·WordNet中的情感词汇第9-10页
     ·知网中的情感词汇第10-12页
   ·情感词汇本体的应用第12页
   ·论文的组织第12-13页
2 情感词汇本体的构造第13-22页
   ·情感分类第13-15页
   ·词汇本体的建设第15-16页
   ·本体的知识获取第16-17页
     ·知识的来源第16页
     ·获取的方法第16-17页
   ·词汇本体的质量保证措施第17-19页
   ·统计数据第19-20页
   ·进一步的工作第20-22页
3 基于 CRF的情感词汇自动获取第22-30页
   ·相似研究第22-23页
   ·条件随机域第23-24页
   ·情感词汇的一般规律第24-25页
     ·词性规律第24页
     ·词汇规律第24页
     ·词汇重叠规律第24-25页
     ·否定词与词性搭配规律第25页
     ·程度副词修饰规律第25页
   ·基于 CRF的情感词汇自动获取第25-29页
     ·实验步骤第25-26页
     ·实验结果第26-27页
     ·实验结果分析第27-29页
   ·进一步的工作第29-30页
4 多情感词汇的获取第30-35页
   ·多情感词汇的自动获取第30-32页
     ·多情感词汇的自动获取第30-31页
     ·多情感词汇的描述框架第31-32页
     ·实验结果与分析第32页
   ·多情感词汇的录入第32-34页
   ·进一步的工作第34-35页
5 基于贝叶斯模型的词汇情感消歧第35-45页
   ·词汇情感消歧的方法选择第35-40页
     ·基于实例的消歧方法第35页
     ·基于词典的消歧方法第35-37页
     ·无指导的消歧方法第37页
     ·有指导的消歧方法第37-40页
   ·基于贝叶斯模型的词汇情感消歧第40-42页
     ·基于贝叶斯模型的参数训练和消歧算法第40-41页
     ·平滑方法第41-42页
   ·对比实验及实验结果分析第42-44页
     ·对比实验第42-43页
     ·实验结果分析第43-44页
   ·进一步的工作第44-45页
结论第45-46页
参考文献第46-49页
攻读硕士学位期间发表学术论文情况第49-50页
致谢第50-51页

论文共51页,点击 下载论文
上一篇:辐照条件下模拟放射性核素Sr2+的微生物吸附研究
下一篇:我国未成年犯社区矫正研究