中文文本情感倾向性分类研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景与意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·应用前景及难点 | 第10-11页 |
| ·主要研究内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 文本情感倾向性分类相关技术 | 第13-26页 |
| ·文本情感倾向性分类的研究内容 | 第13-16页 |
| ·基于词汇级别的情感倾向性分析 | 第15页 |
| ·基于句子级别的情感倾向性分析 | 第15-16页 |
| ·基于篇章级别的情感倾向性分析 | 第16页 |
| ·文本预处理 | 第16-18页 |
| ·中文自动分词 | 第16-17页 |
| ·停用词处理 | 第17-18页 |
| ·词性标注 | 第18页 |
| ·中文文本的表示模型 | 第18-19页 |
| ·特征项的权重计算和降维 | 第19-23页 |
| ·特征项的权重计算 | 第20-21页 |
| ·特征降维 | 第21-23页 |
| ·分类算法 | 第23-25页 |
| ·评价标准 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 带有极性强度的情感词典的构建 | 第26-33页 |
| ·基础情感词 | 第26-27页 |
| ·基础情感词的极性强度计算 | 第27-28页 |
| ·新情感词的扩充 | 第28-30页 |
| ·基于相似度的计算 | 第29-30页 |
| ·基于词性选择的方法 | 第30页 |
| ·实验 | 第30-32页 |
| ·实验语料库 | 第30页 |
| ·Weka | 第30页 |
| ·实验结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于属性加权的朴素贝叶斯分类器和多分类器组合 | 第33-49页 |
| ·朴素贝叶斯分类器 | 第33-38页 |
| ·基于属性加权的朴素贝叶斯分类器 | 第38-40页 |
| ·多分类器组合 | 第40-45页 |
| ·K 近邻方法(KNN) | 第40-42页 |
| ·决策树算法 | 第42-44页 |
| ·加权的投票组合分类方法 | 第44-45页 |
| ·实验 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 总结和展望 | 第49-50页 |
| ·总结 | 第49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |
| A 作者在攻读硕士学位期间发表的论文目录 | 第54页 |
