基于概率主题模型的作者情感分析
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 概率主题模型研究现状 | 第13-14页 |
| 1.3 论文研究的主要内容 | 第14-15页 |
| 1.3.1 作者主题情感混合模型 | 第14-15页 |
| 1.3.2 基于ATSM模型的聚类分析框架 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 相关概念与技术 | 第17-32页 |
| 2.1 概率主题模型 | 第17-22页 |
| 2.1.1 概率图模型 | 第17-18页 |
| 2.1.2 LSA与pLSA | 第18-20页 |
| 2.1.3 LDA模型 | 第20-21页 |
| 2.1.4 作者主题模型 | 第21-22页 |
| 2.1.5 JST模型 | 第22页 |
| 2.2 主题模型中的参数估计 | 第22-28页 |
| 2.2.1 参数估计的一般方法 | 第22-24页 |
| 2.2.2 EM算法 | 第24-25页 |
| 2.2.3 Gibbs Sampling | 第25-28页 |
| 2.3 聚类挖掘 | 第28-31页 |
| 2.3.1 聚类算法的分类 | 第28-30页 |
| 2.3.2 相似度的定义 | 第30-31页 |
| 2.3.3 聚类算法的研究内容 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 作者主题情感混合(ATSM)模型 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 生成过程 | 第32-34页 |
| 3.3 参数估计 | 第34-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于ATSM模型的聚类挖掘 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 基于ATSM模型的作者聚类分析 | 第42-48页 |
| 4.2.1 作者聚类分析过程 | 第42-45页 |
| 4.2.2 ATSM建模 | 第45页 |
| 4.2.3 作者集的初步处理 | 第45-46页 |
| 4.2.4 作者主题聚类 | 第46-47页 |
| 4.2.5 作者情感聚类 | 第47-48页 |
| 4.3 基于ATSM模型的文本聚类分析 | 第48-51页 |
| 4.4 基于ATSM模型的聚类分析应用举例 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 实验结果与分析 | 第53-65页 |
| 5.1 实验说明 | 第53-54页 |
| 5.2 ATSM建模设置 | 第54-56页 |
| 5.3 建模结果分析 | 第56-60页 |
| 5.3.1 主题情感词发现 | 第56-58页 |
| 5.3.2 作者情感主题发现 | 第58-60页 |
| 5.4 聚类结果分析 | 第60-61页 |
| 5.5 聚类效果评估 | 第61-62页 |
| 5.6 困惑度分析 | 第62-64页 |
| 5.7 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间发表的学术论文 | 第72-73页 |
| 附录B 攻读学位期间参与的科研项目 | 第73页 |
