文本倾向性分析技术的相关研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景 | 第10-12页 |
| ·研究现状 | 第12-13页 |
| ·情感词典构建技术 | 第12页 |
| ·文本倾向性分析技术 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·主要工作以及论文结构 | 第14-15页 |
| ·文章小结 | 第15-17页 |
| 第2章 文本倾向性分析 | 第17-39页 |
| ·文本倾向性分析概述 | 第17页 |
| ·文本倾向性分析研究分类 | 第17-20页 |
| ·文本主观性分析 | 第18页 |
| ·主观文本情感分析 | 第18-20页 |
| ·中文分词技术 | 第20-21页 |
| ·情感词典构建技术 | 第21-34页 |
| ·通用词典的构建 | 第21-30页 |
| ·领域情感词典的构建 | 第30-34页 |
| ·文本倾向性分析方法 | 第34-36页 |
| ·基于机器学习的方法 | 第34-36页 |
| ·基于语义相似度的方法 | 第36页 |
| ·基于图论的方法 | 第36页 |
| ·文本倾向性度量 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 跨领域情感倾向性分析技术 | 第39-47页 |
| ·基于监督学习的情感移植模型 | 第39-42页 |
| ·问题描述 | 第39-40页 |
| ·样本选择 | 第40-41页 |
| ·实验分析 | 第41-42页 |
| ·基于贝叶斯学习的情感移植模型 | 第42-43页 |
| ·问题描述 | 第42页 |
| ·朴素贝叶斯算法 | 第42页 |
| ·实验分析 | 第42-43页 |
| ·基于图排序模型的跨领域倾向性分析技术 | 第43-46页 |
| ·问题描述 | 第43页 |
| ·基于图排序模型的算法 | 第43-45页 |
| ·实验分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 实验设计 | 第47-52页 |
| ·实验数据集 | 第47页 |
| ·评价标准 | 第47-48页 |
| ·系统设计 | 第48-51页 |
| ·系统功能描述 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·本文的主要贡献 | 第52-53页 |
| ·下一步研究工作 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录A 图索引 | 第57-58页 |
| 附录B 表索引 | 第58-59页 |
| APPENDIX A.FIGURE INDEX | 第59-60页 |
| APPENDIX B.TABLE INDEX | 第60-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的学术论文目录 | 第62页 |
