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

基于本体的话题情感分析研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-16页
   ·研究意义第9-11页
   ·国内外研究现状第11-14页
     ·词语情感分析现状第11-12页
     ·句子级和篇章级情感分析现状第12-13页
     ·存在的问题第13-14页
   ·本文的主要工作第14-15页
   ·本文的组织结构第15-16页
第二章 话题情感分析理论基础第16-23页
   ·本体学习概述第16-17页
   ·领域本体概念术语的抽取方法第17-19页
     ·基于统计的方法第17-18页
     ·基于语言学的方法第18页
     ·混合方法第18-19页
   ·情感词汇本体构建第19-22页
     ·情感词汇本体的知识获取第19-20页
     ·情感词汇本体的构建方法第20-22页
   ·本章小结第22-23页
第三章 话题语料库构建第23-38页
   ·Web 语料的获取第23-25页
   ·语料文本的预处理第25-33页
     ·语料的标注规范第26-29页
     ·中文分词与词性标注第29-32页
     ·文本特征词初选第32-33页
   ·多话题基础语料库构建第33-36页
     ·聚类算法对比分析第33-35页
     ·基于聚类算法的多话题基础语料库构建第35-36页
   ·基于领域本体的话题语料过滤第36-37页
   ·本章小结第37-38页
第四章 话题情感分析算法设计第38-49页
   ·算法整体框架第38-39页
   ·文本主观句的提取第39页
   ·基于情感词汇本体的主观句情感倾向性计算第39-42页
     ·情感词汇倾向性计算第39-41页
     ·主观句倾向性计算第41-42页
   ·文本倾向性计算第42-43页
     ·篇章级文本情感倾向性计算第42-43页
     ·海量级文本情感倾向性计算第43页
   ·实验结果及分析第43-48页
     ·实验安排第44-45页
     ·实验结果分析第45-48页
   ·本章小结第48-49页
第五章 话题情感分析应用实例第49-57页
   ·话题情感分析系统框架设计第49-51页
   ·语料库管理模块功能实现第51-55页
   ·话题情感查询模块功能实现第55-56页
   ·本章小结第56-57页
第六章 总结和展望第57-59页
   ·工作总结第57-58页
   ·下一步工作展望第58-59页
参考文献第59-63页
致谢第63-64页
攻读学位期间的科研成果第64-65页

论文共65页,点击 下载论文
上一篇:基于开源框架的实验室管理系统设计与实现
下一篇:基于粒子系统的雪景模拟