情感分析中的方面类别识别研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-18页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 本文的主要工作 | 第16-17页 |
| 1.3 论文的内容安排 | 第17-18页 |
| 2 相关工作 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 文档级和句子级情感分析 | 第18-21页 |
| 2.2.1 传统机器学习方法 | 第19页 |
| 2.2.2 基于神经网络的方法 | 第19-21页 |
| 2.3 方面级情感分析 | 第21-33页 |
| 2.3.1 语料级别的评价目标和情感词抽取 | 第22-27页 |
| 2.3.2 句子级别的评价目标和情感词识别 | 第27-29页 |
| 2.3.3 基于话题模型的多方面情感分析 | 第29-30页 |
| 2.3.4 基于预定义方面类别的多方面情感分析 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 基于机器翻译的方面级情感分析 | 第34-42页 |
| 3.1 引言 | 第34-35页 |
| 3.2 方法流程 | 第35-36页 |
| 3.3 目标语言的构造 | 第36-37页 |
| 3.4 译文后处理 | 第37页 |
| 3.5 实验 | 第37-40页 |
| 3.5.1 基线方法 | 第37页 |
| 3.5.2 数据集 | 第37-39页 |
| 3.5.3 实验相关配置 | 第39页 |
| 3.5.4 实验结果和分析 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 引入翻译特征的方面识别 | 第42-54页 |
| 4.1 引言 | 第42-43页 |
| 4.2 多标签分类 | 第43-44页 |
| 4.3 基于机器翻译的特征 | 第44-48页 |
| 4.3.1 词对齐特征 | 第44-47页 |
| 4.3.2 翻译短语特征 | 第47-48页 |
| 4.4 实验 | 第48-52页 |
| 4.4.1 实验数据集 | 第48-49页 |
| 4.4.2 实验方法和实验结果 | 第49-51页 |
| 4.4.3 和现有方法的比较 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 5 基于多视角多示例多标签学习的方面识别 | 第54-64页 |
| 5.1 引言 | 第54-55页 |
| 5.2 句子的多示例表示 | 第55页 |
| 5.3 文本的多视角表示 | 第55-57页 |
| 5.3.1 基于特征的视角 | 第56页 |
| 5.3.2 分布式文本表示视角 | 第56-57页 |
| 5.3.3 多视角的结合 | 第57页 |
| 5.4 多视角多示例多标签学习框架 | 第57-58页 |
| 5.5 协作迁移学习 | 第58-60页 |
| 5.6 实验 | 第60-62页 |
| 5.6.1 实验设置 | 第60-61页 |
| 5.6.2 实验结果和分析 | 第61-62页 |
| 5.7 本章小结 | 第62-64页 |
| 6 总结和展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 简历与科研成果 | 第72-73页 |
