中文文本多粒度情感分类计算的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·文本情感分类 | 第10-11页 |
| ·研究目的与任务 | 第10页 |
| ·研究分类与方法 | 第10-11页 |
| ·情感分类研究现状 | 第11-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·存在的问题 | 第14-15页 |
| ·本文研究内容 | 第15-16页 |
| 第二章 基于知网词汇的语义倾向研究 | 第16-24页 |
| ·词汇情感分类方法 | 第16-19页 |
| ·分析连词与形容词 | 第16-17页 |
| ·分析词汇关系 | 第17-18页 |
| ·注释分析 | 第18页 |
| ·点态式互信息分析 | 第18-19页 |
| ·知网简介 | 第19-21页 |
| ·概述 | 第19-20页 |
| ·两个重要概念 | 第20页 |
| ·知网的知识描述语言 | 第20-21页 |
| ·基于知网的词汇语义倾向计算 | 第21-23页 |
| ·知网中语义相似度计算 | 第21-22页 |
| ·改进的基于最大匹配义原词汇相似度计算 | 第22页 |
| ·改进的词汇语义倾向计算方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 中文句子情感特征的影响因素 | 第24-31页 |
| ·否定因素 | 第24-27页 |
| ·否定词的扩展 | 第24-25页 |
| ·否定词的共享 | 第25-26页 |
| ·否定比较词 | 第26-27页 |
| ·感叹句情感因素 | 第27-29页 |
| ·语气词和感叹词 | 第27页 |
| ·副词搭配规则 | 第27-28页 |
| ·感叹句中的否定形式 | 第28-29页 |
| ·感叹句的处理流程 | 第29页 |
| ·复句中的关联词 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 中文句子意见主题抽取与极性判别 | 第31-39页 |
| ·意见抽取 | 第31-32页 |
| ·意见信息抽取 | 第31页 |
| ·抽取意见倾向词汇 | 第31-32页 |
| ·抽取意见持有者 | 第32页 |
| ·意见与主题关系抽取 | 第32-34页 |
| ·抽取关系定义 | 第33页 |
| ·主题抽取 | 第33-34页 |
| ·中文句子的情感判别 | 第34-36页 |
| ·句子的极性算法 | 第34页 |
| ·句子的极性判别步骤 | 第34-35页 |
| ·举例说明 | 第35-36页 |
| ·否定共享匹配 | 第36-37页 |
| ·中文句子处理流程 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 文本倾向性分类的关键技术 | 第39-47页 |
| ·文本分类过程 | 第39-42页 |
| ·文本预处理 | 第39-40页 |
| ·特征选取方法 | 第40-41页 |
| ·特征权重计算方法 | 第41-42页 |
| ·文本分类技术 | 第42-44页 |
| ·相似度的方法 | 第43页 |
| ·朴素贝叶斯分类器 | 第43页 |
| ·多朴素贝叶斯分类器 | 第43-44页 |
| ·支持向量机的文本分类 | 第44-45页 |
| ·SVM基本原理 | 第44-45页 |
| ·SVM训练分类算法 | 第45页 |
| ·主客观分类的实验分析 | 第45-46页 |
| ·实验准备 | 第45-46页 |
| ·实验结果分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第六章 中文文本情感分类系统的设计与实现 | 第47-55页 |
| ·文本情感分类框架 | 第47-49页 |
| ·情感特征分析及关系抽取 | 第48页 |
| ·文本情感处理 | 第48-49页 |
| ·实验数据及评测指标 | 第49-51页 |
| ·基准词选取 | 第49-50页 |
| ·系统评测指标 | 第50-51页 |
| ·实验设置 | 第51-54页 |
| ·实验Ⅰ | 第51-52页 |
| ·实验Ⅱ | 第52页 |
| ·实验Ⅲ | 第52-53页 |
| ·实验结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 总结展望 | 第55-57页 |
| 总结 | 第55页 |
| 问题与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |
| 致谢 | 第63-64页 |
