首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于SVM和深度学习的情感分类算法研究

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

论文共59页,点击 下载论文
上一篇:活性氧化铝对水中污染物吸附脱除的研究
下一篇:含硅5-芳基噻蒽盐阳离子光引发剂的合成与性能及通过click反应制备有机硅—环氧杂化聚合物