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

面向新闻文本的读者情绪预测方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-18页
    1.1 课题来源第9页
    1.2 课题背景、研究目的及意义第9-10页
    1.3 国内外相关技术发展现状第10-16页
        1.3.1 文本情绪分析研究现状第10-12页
        1.3.2 读者情绪预测研究现状第12-15页
        1.3.3 情绪词典及相关资源研究现状第15-16页
    1.4 本文的主要研究内容和组织结构第16-18页
第2章 基于标题语义概念的读者情绪预测第18-33页
    2.1 引言第18页
    2.2 基于语义概念词的情绪预测方法第18-28页
        2.2.1 语义概念资源 HowNet第18-20页
        2.2.2 基于 HowNet 的文本概念特征生成第20页
        2.2.3 基于多标签分类算法的情绪预测方法第20-22页
        2.2.4 实验与分析第22-28页
    2.3 基于语义概念序列的情绪预测方法第28-32页
        2.3.1 变长语义概念序列特征的生成第28-30页
        2.3.2 实验与分析第30-32页
    2.4 本章小结第32-33页
第3章 情绪表达与认知分离的新型情绪词典构建第33-47页
    3.1 引言第33页
    3.2 情绪词典标注方法设计第33-39页
        3.2.1 标注对象的选取第33页
        3.2.2 HowNet 消歧信息的引入第33-34页
        3.2.3 情绪表达、情绪认知的基本划分第34页
        3.2.4 情绪词的角色属性的划分第34-36页
        3.2.5 针对词性的具体标注方案第36-37页
        3.2.6 具体情绪类别及其强度第37-38页
        3.2.7 标注示例第38-39页
    3.3 情绪词典的标注数据统计结果第39-43页
    3.4 情绪词典在语料中的统计数据第43-46页
        3.4.1 情绪词在目标语料的覆盖情况第43页
        3.4.2 情绪类别强度分布情况第43-46页
    3.5 本章小结第46-47页
第4章 结合新型情绪词典的读者情绪预测第47-53页
    4.1 引言第47页
    4.2 基于全文情绪表达与认知词的情绪预测方法第47-48页
    4.3 基于扩展标题情绪标注信息的情绪预测第48-52页
        4.3.1 标题文本的扩展方法第48-49页
        4.3.2 实验与分析第49-52页
    4.4 本章小结第52-53页
结论第53-54页
参考文献第54-59页
攻读硕士学位期间发表的论文及其它成果第59-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于Android的保密知识学习系统设计和实现
下一篇:基于ARM的全自动荧光分析仪系统集成与实现