先验知识在细粒度情感分析中的应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题的背景与意义 | 第8-9页 |
| 1.2 相关的研究进展 | 第9-10页 |
| 1.3 课题的主要内容 | 第10-12页 |
| 1.4 论文的结构安排 | 第12-13页 |
| 第二章 词向量模型和卷积神经网络模型 | 第13-22页 |
| 2.1 基于线性上下文的词向量模型 | 第13-16页 |
| 2.2 卷积神经网络模型 | 第16-22页 |
| 第三章 考虑依存关系、词序和近反义词的词向量 | 第22-35页 |
| 3.1 基于依存关系上下文的词向量模型 | 第22-24页 |
| 3.2 基于词序关系上下文的词向量模型 | 第24-26页 |
| 3.3 基于近反义词关系的词向量模型 | 第26-28页 |
| 3.4 各个词向量之间的比较 | 第28-35页 |
| 3.4.1 相似度表达能力上的差异 | 第28-30页 |
| 3.4.2 类比关系表达能力上的差异 | 第30-32页 |
| 3.4.3 反义词表达能力上的差异 | 第32-35页 |
| 第四章 利用多组词向量的卷积神经网络模型 | 第35-52页 |
| 4.1 扩展的卷积神经网络模型 | 第35-36页 |
| 4.2 数据与实验 | 第36-38页 |
| 4.2.1 数据集介绍 | 第37-38页 |
| 4.2.2 实验参数选择 | 第38页 |
| 4.3 结果与分析 | 第38-47页 |
| 4.3.1 情感分析的实验结果 | 第39-41页 |
| 4.3.2 模型特征选择的差异 | 第41-47页 |
| 4.4 对数意见汇集 | 第47-52页 |
| 4.4.1 集成方法介绍 | 第47页 |
| 4.4.2 实验与结果 | 第47-52页 |
| 第五章 基于改进词向量的问题分类 | 第52-55页 |
| 5.1 问题分类任务 | 第52页 |
| 5.2 数据与实验 | 第52-53页 |
| 5.3 结果与分析 | 第53-55页 |
| 第六章 总结与展望 | 第55-58页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 作者攻读学位期间发表的学术论文目录 | 第63页 |
