| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-9页 |
| ·研究背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·词汇极性分析研究现状 | 第9-10页 |
| ·句子极性分析研究现状 | 第10-11页 |
| ·篇章级极性分析研究现状 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 相关理论与技术基础 | 第13-23页 |
| ·情感分析 | 第13-14页 |
| ·关于 HowNet | 第14-16页 |
| ·自然语言处理介绍 | 第16-17页 |
| ·文本预处理 | 第17-23页 |
| ·中文分词 | 第17-19页 |
| ·词性标注 | 第19-21页 |
| ·停用词处理 | 第21-23页 |
| 第三章 文本情感分类方法 | 第23-33页 |
| ·机器学习方法分类 | 第23-30页 |
| ·有监督学习方法 | 第23页 |
| ·半监督学习方法 | 第23页 |
| ·无监督学习方法 | 第23-30页 |
| ·研究问题分类 | 第30-31页 |
| ·领域相关性研究 | 第30页 |
| ·数据不平衡问题研究 | 第30-31页 |
| ·基于情感词典的分类方法 | 第31-33页 |
| 第四章 一种改进的词汇语义极性分析算法 | 第33-42页 |
| ·传统算法 | 第33-34页 |
| ·词语相似度计算 | 第33页 |
| ·义原相似度计算 | 第33-34页 |
| ·实词相似度计算 | 第34页 |
| ·改进算法 | 第34-37页 |
| ·实验与分析 | 第37-42页 |
| ·词汇相似度测试 | 第37-38页 |
| ·词汇极性分析测试 | 第38-39页 |
| ·实验评价 | 第39-42页 |
| 第五章 基于 Hopfield 网络的句子情感倾向分析 | 第42-47页 |
| ·Hopfield 网络的基本概念 | 第42-43页 |
| ·Hopfield 网络的学习算法 | 第43-44页 |
| ·基于 Hopfield 网络的句子极性判断算法 | 第44-45页 |
| ·实验分析与评价 | 第45-47页 |
| ·评价指标 | 第45页 |
| ·实验设计与结果分析 | 第45-47页 |
| 第六章 总结 | 第47-49页 |
| ·全文总结 | 第47页 |
| ·今后工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 个人简历 在读期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |