文本情感分类中的极性转移问题研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·情感分类研究现状 | 第8-10页 |
| ·分类任务 | 第8页 |
| ·情感字典的生成 | 第8-9页 |
| ·情感分类模型 | 第9-10页 |
| ·极性转移问题研究现状 | 第10-12页 |
| ·基于规则的方法 | 第11页 |
| ·基于统计学习的方法 | 第11页 |
| ·两种极性转移解决方法比较 | 第11-12页 |
| ·论文的研究内容与组织 | 第12-14页 |
| 2 相关知识介绍 | 第14-21页 |
| ·传统情感分类基础知识简介 | 第14-18页 |
| ·向量空间模型 | 第14-15页 |
| ·特征权重 | 第15页 |
| ·特征选择 | 第15-16页 |
| ·情感分类算法 | 第16-18页 |
| ·集成学习算法 | 第18-21页 |
| ·基分类器的生成 | 第18-19页 |
| ·基分类器的融合策略 | 第19-21页 |
| 3 情感文本中的极性转移问题分析 | 第21-25页 |
| ·极性转移问题的分类 | 第21-22页 |
| ·显式极性转移现象在语料中的分布 | 第22-23页 |
| ·显式极性转移现象在错分样本中的分布 | 第23-24页 |
| ·实例分析 | 第24-25页 |
| 4 基于极性转移检测与反义替换算法的情感分类方法 | 第25-37页 |
| ·算法思想 | 第25-26页 |
| ·混合极性转移检测算法 | 第26-29页 |
| ·基于规则方法的显式极性转移检测算法 | 第26-27页 |
| ·基于统计学习的隐式极性转移检测算法 | 第27-29页 |
| ·反义替换算法 | 第29页 |
| ·基分类器集成 | 第29-30页 |
| ·实验结果与分析 | 第30-36页 |
| ·实验设置 | 第30页 |
| ·实验结果 | 第30-33页 |
| ·三种极性转移检测算法比较 | 第33-34页 |
| ·反义替换算法性能分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于反义样本的对偶情感分类方法 | 第37-53页 |
| ·反义样本生成算法 | 第37-39页 |
| ·情感反义词典构建 | 第39-41页 |
| ·对偶情感分类算法 | 第41-45页 |
| ·对偶训练算法 | 第42-43页 |
| ·对偶预测算法 | 第43-44页 |
| ·对偶情感分类算法优点 | 第44-45页 |
| ·实验结果与分析 | 第45-51页 |
| ·实验设置 | 第45页 |
| ·比较系统 | 第45-49页 |
| ·参数讨论 | 第49-51页 |
| ·实例分析 | 第51-52页 |
| ·实例一 | 第51页 |
| ·实例二 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58页 |
