| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 文本情感分析的研究背景 | 第11-12页 |
| 1.1.2 文本情感分析的研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 基于情感词典的文本情感分类研究现状 | 第13-14页 |
| 1.2.2 基于机器学习的文本情感分类研究现状 | 第14-15页 |
| 1.2.3 中文分词研究现状 | 第15-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 本文的内容安排 | 第17-19页 |
| 第二章 文本情感分析相关技术 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 词向量化 | 第19-23页 |
| 2.3 多层感知器 | 第23-26页 |
| 2.4 循环神经网络 | 第26-28页 |
| 2.5 长短时记忆循环神经网络 | 第28-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 基于BiLSTM的文本情感分类改进 | 第33-43页 |
| 3.1 引言 | 第33页 |
| 3.2 基于BiLSTM的文本情感分类模型的问题分析 | 第33-34页 |
| 3.3 基于主题词向量嵌入的文本情感分类改进方案 | 第34-37页 |
| 3.3.1 隐藏层嵌入主题词向量的方案 | 第34-36页 |
| 3.3.2 联合嵌入主题词向量的方案 | 第36-37页 |
| 3.4 实验分析与验证 | 第37-41页 |
| 3.4.1 实验设计与数据获取 | 第37-38页 |
| 3.4.2 实验结果与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于BiLSTM的中文分词改进 | 第43-53页 |
| 4.1 引言 | 第43页 |
| 4.2 条件随机场 | 第43-44页 |
| 4.3 注意力机制 | 第44-47页 |
| 4.4 基于BiLSTM的中文分词模型的分析与不足 | 第47-48页 |
| 4.5 基于局部注意力的中文分词改进方案 | 第48-51页 |
| 4.5.1 局部注意力机制 | 第48-49页 |
| 4.5.2 基于局部注意力机制的BiLSTM+CRF模型 | 第49-51页 |
| 4.6 实验分析与验证 | 第51-52页 |
| 4.6.1 实验设计与数据获取 | 第51页 |
| 4.6.2 实验结果与分析 | 第51-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 基于BiLSTM的文本情感分析实验 | 第53-55页 |
| 5.1 引言 | 第53页 |
| 5.2 实验过程与设计 | 第53-54页 |
| 5.3 实验结果与分析 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文工作总结 | 第55-56页 |
| 6.2 工作的不足和展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
