摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 研究现状分析 | 第10-11页 |
1.3 论文主要工作 | 第11-12页 |
1.4 论文组织结构 | 第12-13页 |
第2章 文本情感分析研究综述 | 第13-21页 |
2.1 情感分析概述 | 第13页 |
2.2 基于情感词典的方法 | 第13-15页 |
2.2.1 构建情感词典 | 第13-14页 |
2.2.2 研究思路 | 第14-15页 |
2.3 基于规则的方法 | 第15-16页 |
2.3.1 句法分析介绍 | 第15-16页 |
2.3.2 研究思路 | 第16页 |
2.4 基于机器学习的方法 | 第16-20页 |
2.4.1 机器学习模型介绍 | 第16-19页 |
2.4.2 研究思路 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第3章 基于SVM和复杂句式的情感分类研究 | 第21-32页 |
3.1 问题的提出 | 第21页 |
3.2 相关工作 | 第21-22页 |
3.3 复杂句式研究 | 第22-25页 |
3.3.1 转折句式 | 第22-23页 |
3.3.2 条件句式 | 第23-25页 |
3.4 基于SVM和复杂句式的情感分析 | 第25-28页 |
3.4.1 情感资源构建 | 第25-26页 |
3.4.2 特征提取规则 | 第26-27页 |
3.4.3 训练和分类 | 第27-28页 |
3.5 实验及结果分析 | 第28-31页 |
3.5.1 实验数据 | 第28页 |
3.5.2 评价标准 | 第28-29页 |
3.5.3 情感分类的性能 | 第29-31页 |
3.6 本章小结 | 第31-32页 |
第4章 基于Word2vec和SVM的情感分类研究 | 第32-45页 |
4.1 问题的提出 | 第32页 |
4.2 有监督的情感分类 | 第32-33页 |
4.3 Word2vec介绍 | 第33-36页 |
4.3.1 统计语言模型 | 第34页 |
4.3.2 CBOW | 第34-35页 |
4.3.3 Skip-Gram | 第35-36页 |
4.4 基于Word2vec和SVM的情感分类方法 | 第36-39页 |
4.4.1 研究思路 | 第36-37页 |
4.4.2 情感分类 | 第37页 |
4.4.3 特征提取 | 第37-39页 |
4.4.4 训练和分类 | 第39页 |
4.5 实验及结果分析 | 第39-44页 |
4.5.1 数据集 | 第39-40页 |
4.5.2 评价标准 | 第40页 |
4.5.3 情感分类的性能 | 第40-44页 |
4.6 本章小结 | 第44-45页 |
第5章 情感分类系统的实现与展示 | 第45-50页 |
5.1 系统设计 | 第45页 |
5.2 情感分类系统的软件组成 | 第45-46页 |
5.3 情感分类系统的模块设计 | 第46-47页 |
5.4 实验结果及分析 | 第47-49页 |
5.5 本章小结 | 第49-50页 |
第6章 总结与展望 | 第50-52页 |
6.1 工作总结 | 第50-51页 |
6.2 未来的工作 | 第51-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-59页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第59页 |