基于多特征融合的中文情感分类方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景与意义 | 第10-11页 |
| ·情感挖掘的研究现状 | 第11-17页 |
| ·文本挖掘的研究现状 | 第11-12页 |
| ·国外情感挖掘研究现状 | 第12-15页 |
| ·国内情感挖掘研究现状 | 第15-17页 |
| ·研究思路与内容 | 第17页 |
| ·研究思路 | 第17页 |
| ·研究内容 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 2 相关理论基础和技术 | 第20-37页 |
| ·文本挖掘 | 第20-21页 |
| ·情感挖掘 | 第21-24页 |
| ·观点的概念 | 第21-23页 |
| ·情感挖掘和情感分类 | 第23-24页 |
| ·Web页面文本的获取及预处理 | 第24-30页 |
| ·HTML简介和页面爬取 | 第24-26页 |
| ·分词 | 第26-28页 |
| ·词性标注 | 第28-30页 |
| ·文档表示 | 第30-32页 |
| ·向量空间模型 | 第30-31页 |
| ·文本相似度计算 | 第31-32页 |
| ·文本分类 | 第32-36页 |
| ·文本分类的概念 | 第32-33页 |
| ·基于支持向量机的分类方法 | 第33-35页 |
| ·特征提取 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 3 领域特征的自动构建方法 | 第37-45页 |
| ·特征级别情感挖掘问题分析 | 第37-38页 |
| ·领域特征集合的构造框架 | 第38-40页 |
| ·特征词汇的设计 | 第38-39页 |
| ·领域特征的构造流程 | 第39-40页 |
| ·酒店评论案例研究 | 第40-44页 |
| ·酒店评论语料准备 | 第40-41页 |
| ·实验和结果 | 第41-43页 |
| ·特征抽取问题讨论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于多特征融合的中文评论情感分析方法 | 第45-53页 |
| ·问题概述 | 第45页 |
| ·情感分类框架 | 第45-47页 |
| ·多特征融合方法 | 第47-48页 |
| ·特征的类型 | 第47-48页 |
| ·特征的融合方法 | 第48页 |
| ·情感特征的生成 | 第48-52页 |
| ·基于HowNet的情感计算 | 第48-50页 |
| ·情感特征的构造 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 5 实验与分析 | 第53-60页 |
| ·评论采集和处理 | 第53-54页 |
| ·情感分类实验设置 | 第54-55页 |
| ·性能评价方法 | 第55-56页 |
| ·实验结果分析 | 第56-59页 |
| ·实验结果 | 第56-58页 |
| ·结果讨论 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-62页 |
| ·本文工作总结 | 第60页 |
| ·未来工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
| 攻读硕士学位期间参与的课题 | 第67页 |
