基于有序分类的文本情感分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景及意义 | 第9页 |
| 1.2 文本情感分析以及有序分类研究现状 | 第9-12页 |
| 1.2.1 文本情感分析研究现状 | 第9-11页 |
| 1.2.2 有序分类研究现状 | 第11-12页 |
| 1.3 研究内容及挑战 | 第12-13页 |
| 1.4 文章结构 | 第13-15页 |
| 第二章 相关理论知识 | 第15-23页 |
| 2.1 文本量化方法 | 第15-16页 |
| 2.1.1 TF-IDF | 第15页 |
| 2.1.2 LDA主题分析模型 | 第15-16页 |
| 2.2 神经网络语言模型word2vec | 第16-18页 |
| 2.3 有序分类方法 | 第18-19页 |
| 2.3.1 Logistic有序分类原理 | 第18-19页 |
| 2.4 纠错输出编码 | 第19-20页 |
| 2.5 有序分类评价指标 | 第20-23页 |
| 第三章 文本量化与有序分类算法 | 第23-29页 |
| 3.1 基于word2vec的文本量化 | 第23页 |
| 3.1.1 文本数据的获取与预处理 | 第23页 |
| 3.1.2 基于word2vec的文本量化方法 | 第23页 |
| 3.2 成对比较有序分类 | 第23-29页 |
| 3.2.1 成对比较在有序分类问题中的运用 | 第23-25页 |
| 3.2.2 均衡样本与训练 | 第25-26页 |
| 3.2.3 成对比较策略下新样本的预测与类别返回 | 第26-27页 |
| 3.2.4 PairCode算法执行过程 | 第27-29页 |
| 第四章 数值实验 | 第29-33页 |
| 4.1 金融博客 | 第29-30页 |
| 4.1.1 文本量化方法对比实验 | 第29-30页 |
| 4.1.2 有序分类方法对比实验 | 第30页 |
| 4.2 微博 | 第30-33页 |
| 第五章 总结和展望 | 第33-35页 |
| 5.1 工作总结 | 第33页 |
| 5.2 未来展望 | 第33-35页 |
| 参考文献 | 第35-37页 |
| 致谢 | 第37-39页 |
| 在读期间发表的学术论文与取得的研究成果 | 第39页 |
