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

面向民航评论的情感分析方法及应用研究

摘要第5-6页
Abstract第6页
第一章 绪论第9-14页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-11页
    1.3 主要研究内容第11-12页
    1.4 论文结构安排第12-14页
第二章 网络评论数据获取方法研究第14-21页
    2.1 基于爬虫的网络评论获取方法第14-17页
        2.1.1 爬虫技术概述及基本原理第14-15页
        2.1.2 基于八爪鱼爬虫软件的数据获取流程第15-17页
    2.2 基于新浪微博开放平台的评论数据获取方法第17-20页
        2.2.1 基于新浪微博开放平台的数据获取流程第17-18页
        2.2.2 新浪微博开放平台API接口第18-20页
    2.3 评论数据存储第20页
    2.4 本章小结第20-21页
第三章 网络评论的情感分类研究第21-34页
    3.1 数据标注第21-24页
    3.2 基于SVM分类器的实验流程第24-26页
        3.2.1 SVM分类器第24-26页
        3.2.2 实验流程第26页
    3.3 基于词频特征的情感分类第26-28页
    3.4 基于词语情感属性特征的情感分类第28-33页
        3.4.1 词语情感属性特征第28-31页
        3.4.2 实验结果第31-33页
    3.5 本章小结第33-34页
第四章 评论对象分类研究第34-43页
    4.1 相关研究工作第34-35页
    4.2 特征选择第35-38页
        4.2.1 基于信息增益的特征选择第35-37页
        4.2.2 改进的信息增益特征选择方法第37-38页
    4.3 实验分析第38-42页
        4.3.1 数据标注和预处理第38-39页
        4.3.2 实验基线第39-40页
        4.3.3 实验结果与分析第40-42页
    4.4 本章小结第42-43页
第五章 针对不同评论对象的用语关系研究第43-51页
    5.1 基于Labeled LDA模型的评论用语研究第43-46页
        5.1.1 Labeled LDA模型第43-44页
        5.1.2 实验结果分析第44-46页
    5.2 基于吉布斯采样结果的评论用语关系研究第46-49页
        5.2.1 吉布斯采样结果第46-47页
        5.2.2 算法实现第47页
        5.2.3 实验结果分析第47-49页
    5.3 本章小结第49-51页
第六章 总结与展望第51-53页
    6.1 本文的主要工作第51-52页
    6.2 进一步的工作和展望第52-53页
致谢第53-54页
参考文献第54-58页
作者简介第58页

论文共58页,点击 下载论文
上一篇:一种少自由度飞行模拟运动平台的尺度综合方法研究
下一篇:人工值机柜台动态分配策略研究