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

藏文文本情感分析方法研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第12-17页
    1.1 选题背景及意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 英文情感分析的发展历史第13-14页
        1.2.2 中文情感分析的发展历史第14页
        1.2.3 藏文情感分析的发展历史第14-15页
    1.3 本文工作第15-17页
第二章 藏文文本情感分析理论基础第17-25页
    2.1 文本情感分析概述第17-19页
        2.1.1 文本情感分析的定义第17页
        2.1.2 文本情感分析的任务第17-18页
        2.1.3 文本情感分析方法第18-19页
        2.1.4 文本情感分析的性能评价指标第19页
    2.2 藏文文本的特点第19-21页
        2.2.1 藏文在信息处理上的特点第19-20页
        2.2.2 藏文情感分析的特点第20-21页
    2.3 基于层次结构的藏文文本情感分析方法第21-24页
        2.3.1 词语级情感分析第21-22页
        2.3.2 句子级情感分析第22-23页
        2.3.3 篇章级情感分析第23-24页
    2.4 本章小结第24-25页
第三章 藏文词语级情感分析第25-41页
    3.1 基准情感词典构建第25-28页
        3.1.1 基础情感词典的构建第25-27页
        3.1.2 程度副词词典和转折词词典的构建第27页
        3.1.3 否定词典和双重否定词典的构建第27-28页
    3.2 词向量介绍第28-31页
        3.2.1 词向量的来历第28-29页
        3.2.2 词向量的原理第29-31页
        3.2.3 词向量的应用第31页
    3.3 基于词向量扩充藏文情感词典的方法探讨第31-34页
        3.3.1 有关词向量术语的介绍第31-32页
        3.3.2 基于词相似度来扩充情感词典的方法第32页
        3.3.3 KNN方法第32-33页
        3.3.4 权重增益法第33-34页
        3.3.5 SVM分类法第34页
    3.4 基于词向量扩充藏文情感词典的实现第34-39页
        3.4.1 实验准备第34-35页
        3.4.2 KNN方法第35-36页
        3.4.3 权重增益法第36-38页
        3.4.4 SVM分类法第38页
        3.4.5 实验结果分析第38-39页
    3.5 自动扩充得到的藏文情感词典第39-40页
    3.6 本章小结第40-41页
第四章 藏文句子级情感分析第41-57页
    4.1 句子情感分析的两个关键问题第41-42页
    4.2 藏文句子情感分析规则集建立第42-51页
        4.2.1 句型分析规则的建立第43-46页
        4.2.2 句间分析规则的建立第46-49页
        4.2.3 句内分析规则的建立第49-51页
    4.3 藏文句子情感计算第51-53页
    4.4 藏文句子情感计算系统的设计与实现第53-56页
        4.4.1 藏文句子情感计算系统的设计第53-54页
        4.4.2 藏文句子情感计算系统的实现第54-55页
        4.4.3 实验结果及分析第55-56页
    4.5 本章小结第56-57页
第五章 藏文篇章级情感分析第57-73页
    5.1 基于情感词典的藏文篇章情感分析第57-59页
        5.1.1 基于情感词典的藏文篇章情感分析的实现第57-58页
        5.1.2 实验结果及分析第58-59页
    5.2 分类模型的选择第59-62页
        5.2.1 常用的分类模型介绍第60-61页
        5.2.2 支持向量机介绍第61-62页
    5.3 基于SVM的藏文篇章情感分析理论第62-66页
        5.3.1 语料构建第62-63页
        5.3.2 特征选择第63-64页
        5.3.3 文本表示第64-65页
        5.3.4 构造SVM分类器第65页
        5.3.5 测试及评估第65页
        5.3.6 系统框架第65-66页
    5.4 基于SVM的藏文篇章情感分析系统的设计与实现第66-72页
        5.4.1 文本预处理模块第66-67页
        5.4.2 特征提取及文本向量化表示第67-69页
        5.4.3 构建SVM分类器第69-70页
        5.4.4 实验结果及分析第70-72页
    5.5 本章小结第72-73页
第六章 总结与展望第73-75页
    6.1 本论文工作总结第73-74页
    6.2 展望第74-75页
附录1 情感词汇本体库构建标准第75-77页
参考文献第77-82页
在学期间发表的论文第82-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:《哈克贝利·费恩历险记》和《看不见的人》中的游唱表演研究
下一篇:拉萨市失地农牧民的就业现状及其影响因素的实证研究