| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| 第一节 研究的背景及意义 | 第8-9页 |
| 第二节 国内外研究现状 | 第9-12页 |
| 一、 文本情感分类研究现状 | 第9-11页 |
| 二、 微博情感分类研究现状 | 第11-12页 |
| 三、 基于电影评论的情感分类现状 | 第12页 |
| 第三节 研究内容及组织结构 | 第12-14页 |
| 第二章 相关知识介绍 | 第14-26页 |
| 第一节 分词 | 第14-15页 |
| 第二节 文本表示模型 | 第15-16页 |
| 第三节 特征提取法 | 第16-18页 |
| 第四节 特征权重的计算 | 第18-19页 |
| 第五节 分类模型 | 第19-23页 |
| 第六节 分类性能评估 | 第23-26页 |
| 一、 性能评测指标 | 第23-24页 |
| 二、 性能评估方法 | 第24-26页 |
| 第三章 基于主题相关句提取的情感分类方法 | 第26-41页 |
| 第一节 引言 | 第26-27页 |
| 第二节 领域情感词典的构建 | 第27-29页 |
| 一、 基于知网的基础情感词 | 第27-28页 |
| 二、 基于语料的领域情感词 | 第28-29页 |
| 第三节 主题相关句提取 | 第29-35页 |
| 一、 构建主题词表 | 第30页 |
| 二、 零指代消除 | 第30-33页 |
| 三、 主题句提取算法 | 第33-35页 |
| 第四节 主客观分类 | 第35-37页 |
| 第五节 实验设计与分析 | 第37-41页 |
| 一、 实验设置 | 第37-38页 |
| 二、 实验结果与分析 | 第38-41页 |
| 第四章 基于主动学习和协同训练的半监督情感分类方法 | 第41-54页 |
| 第一节 协同训练算法 | 第42-44页 |
| 第二节 随机特征子空间生成 | 第44页 |
| 第三节 主动学习方法 | 第44-46页 |
| 第四节 基于主动学习和协同训练的半监督情感分类 | 第46-50页 |
| 一、 引入主动学习思想 | 第46-47页 |
| 二、 主动学习策略 | 第47-49页 |
| 三、 算法及过程描述 | 第49-50页 |
| 第五节 实验设计与分析 | 第50-54页 |
| 一、 实验设置 | 第50页 |
| 二、 实验结果与分析 | 第50-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 第一节 总结 | 第54-55页 |
| 第二节 工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 在学期间发表的研究成果 | 第61页 |