基于条件随机场的情感分析模型在MOOCs评论文本分析中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.2 国内外的研究现状 | 第13-17页 |
| 1.2.1 情感信息抽取 | 第14-15页 |
| 1.2.2 情感信息分类 | 第15-17页 |
| 1.2.3 情感信息归纳 | 第17页 |
| 1.3 论文主要工作 | 第17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第二章 相关研究技术 | 第19-28页 |
| 2.1 文本的情感分析框架 | 第19-21页 |
| 2.1.1 基于机器学习的方法 | 第19-20页 |
| 2.1.2 基于情感词典的方法 | 第20-21页 |
| 2.2 主题抽取相关技术 | 第21-24页 |
| 2.2.1 基于关联规则的挖掘方法 | 第21-22页 |
| 2.2.2 基于主题模型的方法 | 第22-24页 |
| 2.3 常用的机器学习算法 | 第24-26页 |
| 2.4 文本的表示方法 | 第26-27页 |
| 2.5 本章总结 | 第27-28页 |
| 第三章 基于语义特征融合的评论文本情感分类 | 第28-37页 |
| 3.1 引言 | 第28-29页 |
| 3.2 文本分割 | 第29-30页 |
| 3.3 文本特征选择 | 第30-32页 |
| 3.4 基于语义的情感分类模型 | 第32-33页 |
| 3.5 基于语法关系的情感词典产生器 | 第33-35页 |
| 3.6 本章总结 | 第35-37页 |
| 第四章 情感分析模型在MOOCs文本中的应用 | 第37-44页 |
| 4.1 实验数据采集与介绍 | 第37-38页 |
| 4.2 文本预处理 | 第38页 |
| 4.3 特征表示 | 第38-39页 |
| 4.4 参数设置 | 第39页 |
| 4.5 实验与分析 | 第39-43页 |
| 4.5.1 实验过程 | 第39-40页 |
| 4.5.2 实验分析 | 第40-43页 |
| 4.6 本章总结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 本文总结 | 第44-45页 |
| 5.2 未来的工作 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士期间发表的论文 | 第49-50页 |
| 致谢 | 第50页 |
