领域知识指导的半监督学习和主动学习倾向性分类研究
摘要 | 第1-7页 |
ABSTRACT | 第7-11页 |
第一章 研究背景 | 第11-14页 |
·情感分析 | 第11-13页 |
·情感分类 | 第13-14页 |
第二章 相关内容介绍 | 第14-25页 |
·半监督文本分类 | 第14-18页 |
·贝叶斯方法 | 第15-18页 |
·主动学习文本分类 | 第18-21页 |
·样例选择算法 | 第18-21页 |
·情感分类 | 第21-25页 |
·主客观文本分类 | 第21页 |
·情感倾向性分类 | 第21-25页 |
第三章 基于语言学资源的模型先验构造 | 第25-31页 |
·先验知识与情感分类的机器学习方法的嵌入 | 第25-26页 |
·嵌入领域情感先验的分类模型 | 第26页 |
·全局情感词先验模型 | 第26-27页 |
·种子情感词选取 | 第27-28页 |
·领域情感词扩展及先验概率模型 | 第28-31页 |
第四章 结合先验知识的半监督情感倾向分类方法 | 第31-49页 |
·结合先验知识的半监督情感倾向分类 | 第31-35页 |
·朴素贝叶斯分类方法 | 第31-32页 |
·半监督贝叶斯分类方法 | 第32-33页 |
·结合领域知识的半监督贝叶斯情感倾向分类方法 | 第33-35页 |
·实验结果 | 第35-49页 |
·实验数据和情感词典资源 | 第35-37页 |
·对比实验选用的分类方法和评价方法 | 第37-39页 |
·对比实验结果及分析 | 第39-49页 |
第五章 结合先验知识的主动学习情感倾向分类方法 | 第49-63页 |
·领域感知的主动学习情感分类模型 | 第49-56页 |
·主动学习分类模型 | 第49-53页 |
·领域感知的主动学习情感分类方法 | 第53-56页 |
·实验结果 | 第56-63页 |
·实验数据和情感词典资源 | 第56-57页 |
·对比实验选用的分类方法和评价方法 | 第57-58页 |
·对比实验结果及分析 | 第58-63页 |
结论和展望 | 第63-64页 |
参考文献 | 第64-72页 |
致谢 | 第72页 |