多文档集合话题情感挖掘研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 主要符号对照表 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及目的 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究内容和应用场景 | 第10-11页 |
| 1.2 本文组织结构 | 第11-13页 |
| 第二章 相关工作 | 第13-17页 |
| 2.1 话题情感联合挖掘 | 第13-15页 |
| 2.1.1 观点发现方法 | 第13-14页 |
| 2.1.2 联合情感话题模型 | 第14页 |
| 2.1.3 话题情感混合模型 | 第14-15页 |
| 2.1.4 和非联合方法的区别 | 第15页 |
| 2.2 多文档集文本建模 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 多文档集合话题情感模型 | 第17-29页 |
| 3.1 概念定义与说明 | 第17-18页 |
| 3.2 模型设计 | 第18-21页 |
| 3.2.1 基本假设 | 第18页 |
| 3.2.2 模型：文档集生成过程 | 第18-21页 |
| 3.3 模型推断方法 | 第21-27页 |
| 3.3.1 马尔科夫链蒙特卡洛方法 | 第22页 |
| 3.3.2 模型参数的推断 | 第22-26页 |
| 3.3.3 模型超参数的设置 | 第26-27页 |
| 3.3.4 模型初始化简述 | 第27页 |
| 3.4 本章小结 | 第27-29页 |
| 第四章 实验结果与评测 | 第29-51页 |
| 4.1 多文档集话题情感挖掘 | 第29-32页 |
| 4.1.1 数据集说明 | 第29-30页 |
| 4.1.2 前提假设和模型设置 | 第30页 |
| 4.1.3 实验结果展示 | 第30-32页 |
| 4.2 文档情感分析 | 第32-35页 |
| 4.2.1 数据集说明 | 第32-33页 |
| 4.2.2 情感分析方法 | 第33-34页 |
| 4.2.3 模型参数设置和使用 | 第34页 |
| 4.2.4 实验结果分析 | 第34-35页 |
| 4.3 微博和新闻在同一事件上的话题情感对比研究 | 第35-49页 |
| 4.3.1 任务背景 | 第35页 |
| 4.3.2 数据集说明 | 第35-36页 |
| 4.3.3 先验假设和参数设置 | 第36-37页 |
| 4.3.4 事件参数分析 | 第37-38页 |
| 4.3.5 实验结果展示与评价 | 第38-44页 |
| 4.3.6 话题情感混合迭代分析 | 第44-48页 |
| 4.3.7 本节小结 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 全文总结 | 第51-53页 |
| 5.1 主要工作与创新点 | 第51页 |
| 5.2 后续研究工作 | 第51-52页 |
| 5.3 结束语 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61-63页 |
| 攻读学位期间参与的项目 | 第63-66页 |
| 上海交通大学硕士学位论文答辩决议书 | 第66页 |
