| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-9页 |
| ·文本情感分类现状及发展趋势 | 第9-13页 |
| ·词汇情感分类研究现状 | 第9-11页 |
| ·句子情感分类研究现状 | 第11页 |
| ·文本情感分类研究现状 | 第11-13页 |
| ·情感分类应用系统发展现状 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 文本情感分类理论与关键技术 | 第15-23页 |
| ·文本情感分类基本概念 | 第15-16页 |
| ·文本情感分类流程 | 第16-18页 |
| ·常用特征选择方法 | 第18-19页 |
| ·常用情感分类算法 | 第19-23页 |
| ·K近邻算法 | 第20页 |
| ·朴素贝叶斯算法 | 第20-21页 |
| ·神经网络算法 | 第21页 |
| ·支持向量机算法 | 第21-23页 |
| 第三章 基于语义的文本倾向性分析与处理 | 第23-43页 |
| ·文本预处理 | 第23-28页 |
| ·文本分词 | 第23-24页 |
| ·去除停用词 | 第24-27页 |
| ·词性标注 | 第27-28页 |
| ·语言资源 | 第28-33页 |
| ·情感词典 | 第28-30页 |
| ·知网HowNet | 第30-33页 |
| ·基于HowNet的语义倾向 | 第33-36页 |
| ·语义倾向定义 | 第33-34页 |
| ·语义相似度和语义相关度 | 第34-35页 |
| ·基于HowNet的语义倾向计算 | 第35-36页 |
| ·实验结果及分析 | 第36-43页 |
| ·语料的处理与标注 | 第36-38页 |
| ·词汇语义倾向测试 | 第38-40页 |
| ·文本语义倾向测试 | 第40-43页 |
| 第四章 基于概率潜在语义分析的文本情感分类 | 第43-52页 |
| ·概率潜在语义分析PLSA | 第43-45页 |
| ·潜在语义分析 | 第44-45页 |
| ·概率潜在语义分析 | 第45页 |
| ·概率潜在语义分析模型描述 | 第45-47页 |
| ·基于PLSA的文本情感分类 | 第47-52页 |
| ·文本预处理 | 第47-48页 |
| ·基于PLSA的情感分类算法 | 第48页 |
| ·实验结果及分析 | 第48-52页 |
| 第五章 基于语义理解与PLSA的文本情感分类算法与实验 | 第52-59页 |
| ·基于语义理解与PLSA的文本情感分类思想 | 第52-54页 |
| ·两种情感分类方法比较 | 第52-53页 |
| ·基于语义理解与PLSA相结合的文本情感分类思想 | 第53-54页 |
| ·基于语义理解与PLSA的文本情感分类算法 | 第54-59页 |
| ·基于语义理解与PLSA的文本情感分类算法 | 第55-57页 |
| ·算法实验及结果分析 | 第57-59页 |
| 第六章 总结与展望 | 第59-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |