基于多标签新闻语料的阅读者情感分析
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景、目的及意义 | 第12-13页 |
| 1.2 国内外相关技术发展现状 | 第13-16页 |
| 1.2.1 文本情感分析研究现状 | 第14-15页 |
| 1.2.2 阅读者情感预测研究现状 | 第15-16页 |
| 1.3 论文主要内容 | 第16-17页 |
| 1.4 论文组织架构 | 第17-18页 |
| 第二章 文本情感分析相关技术 | 第18-34页 |
| 2.1 概述 | 第18-19页 |
| 2.2 向量空间模型 | 第19-21页 |
| 2.3 基于词袋模型的相关技术 | 第21-25页 |
| 2.3.1 特征选择方法 | 第21-23页 |
| 2.3.2 特征提取 | 第23-24页 |
| 2.3.3 特征权重 | 第24-25页 |
| 2.4 基于主题模型的相关技术 | 第25-30页 |
| 2.4.1 PLSA主题模型 | 第26-27页 |
| 2.4.2 LDA主题模型 | 第27-29页 |
| 2.4.3 模型参数的估算 | 第29-30页 |
| 2.5 机器学习分类器 | 第30-34页 |
| 第三章 多标签新闻语料库的构建 | 第34-42页 |
| 3.1 数据来源 | 第34-36页 |
| 3.2 数据集简介 | 第36页 |
| 3.3 单标签化处理 | 第36-37页 |
| 3.4 多标签化处理 | 第37-42页 |
| 第四章 基于LDA改进的混合已知类别的主题模型 | 第42-48页 |
| 4.1 混合已知类别的主题模型(M-LDA) | 第42-44页 |
| 4.2 模型参数的估计和优化 | 第44-45页 |
| 4.3 M-LDA在文本情绪分类中的应用 | 第45-48页 |
| 第五章 实验与分析 | 第48-60页 |
| 5.1 基于词袋模型的阅读者情感分析 | 第48-51页 |
| 5.1.1 多类分类器构造方法 | 第49页 |
| 5.1.2 单标签分类实验与分析 | 第49-51页 |
| 5.2 基于主题模型的阅读者情感分析 | 第51-60页 |
| 5.2.1 二分类 | 第52-54页 |
| 5.2.2 多类别分类 | 第54-55页 |
| 5.2.3 多标签分类实验 | 第55-60页 |
| 总结和展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
