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

扩展主题模型在中文评论情感分类中的应用

摘要第5-6页
ABSTRACT第6-7页
目录第8-10页
第一章 绪论第10-14页
    1.1 研究背景与意义第10页
    1.2 研究现状及发展趋势第10-12页
        1.2.1 基于词和短语的情感分类第10-11页
        1.2.2 基于文档和句子的情感分类第11-12页
        1.2.3 基于特征的情感分类第12页
    1.3 研究思路与内容第12-13页
        1.3.1 研究思路第12-13页
        1.3.2 研究内容第13页
    1.4 本文的组织第13-14页
第二章 相关工作及研究进展第14-28页
    2.1 文本预处理第14-15页
        2.1.1 中文分词第14-15页
        2.1.2 过滤停用词和噪声第15页
    2.2 狄利克雷分布和狄利克雷过程第15-18页
        2.2.1 共轭先验第16-18页
    2.3 文本建模第18-26页
        2.3.1 布尔模型第19页
        2.3.2 向量空间模型第19-20页
        2.3.3 N-Gram 模型第20-22页
        2.3.4 pLSA 模型第22-23页
        2.3.5 主题模型第23-26页
    2.4 Gibbs Sampling 抽样算法简介第26页
    2.5 非参数贝叶斯第26-27页
    2.6 本章小结第27-28页
第三章 基于扩展主题模型的情感分类模型第28-43页
    3.1 基于主题模型的其他情感分类模型第28-29页
    3.2 准备工作第29-30页
    3.3 我的工作第30-32页
        3.3.1 生成过程第30-31页
        3.3.2 参数推断第31-32页
    3.4 实验结果以及实验分析第32-43页
        3.4.1 实验数据准备第32-35页
        3.4.2 评估方法第35-36页
        3.4.3 结果分析第36-41页
        3.4.4 结论第41-42页
        3.4.5 展望第42-43页
第四章 基于 DDCRP 的评论主题数聚类第43-51页
    4.1 文本聚类第43-45页
        4.1.1 文本聚类简介第43页
        4.1.2 文本聚类方法第43-44页
        4.1.3 聚类工作第44-45页
    4.2 准备工作与相关工作第45-47页
        4.2.1 狄利克雷过程第45页
        4.2.2 狄利克雷过程混合模型(DPMM)第45页
        4.2.3 语义相似度、词语距离第45-46页
        4.2.4 知网简介第46-47页
        4.2.5 相关工作第47页
    4.3 DDCRP第47-48页
        4.3.1 准备工作第47-48页
    4.4 参数推断第48-49页
        4.4.1 数据建模第48-49页
        4.4.2 后验概率推断第49页
    4.5 实验结果第49-50页
    4.6 总结与展望第50-51页
第五章 总结与展望第51-53页
    5.1 研究工作总结第51-52页
    5.2 未来展望第52-53页
致谢第53-54页
参考文献第54-59页
附录第59-60页
详细摘要第60-63页

论文共63页,点击 下载论文
上一篇:基于P2P架构的分布式虚拟环境中一种状态消息的随机分发方法
下一篇:ePLC下的CoDeSys图编程仿真平台的研发