基于特征迁移的跨语言情感分析技术研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 特征迁移学习的国内外研究现状 | 第11-12页 |
| 1.2.2 跨语言情感分析国内外研究现状 | 第12-14页 |
| 1.3 本文的主要工作和组织结构 | 第14-16页 |
| 1.3.1 本文的主要工作与创新点 | 第14页 |
| 1.3.2 本文的组织结构 | 第14-16页 |
| 第二章 情感分析及相关理论 | 第16-28页 |
| 2.1 情感分析 | 第16-17页 |
| 2.1.1 情感分析概述 | 第16页 |
| 2.1.2 不同粒度的情感分析 | 第16-17页 |
| 2.1.3 情感词提取 | 第17页 |
| 2.2 迁移学习 | 第17-19页 |
| 2.2.1 迁移学习的特点 | 第17页 |
| 2.2.2 迁移的对象 | 第17-18页 |
| 2.2.3 迁移的方法 | 第18-19页 |
| 2.3 文本预处理 | 第19-21页 |
| 2.3.1 文本预处理的概念 | 第19-20页 |
| 2.3.2 中文文本分词 | 第20-21页 |
| 2.3.3 停用词过滤 | 第21页 |
| 2.3.4 统计词频 | 第21页 |
| 2.4 特征选择 | 第21-25页 |
| 2.4.1 概念和作用 | 第21-22页 |
| 2.4.2 特征选择方法 | 第22-25页 |
| 2.4.3 轴心特征选择 | 第25页 |
| 2.5 正则化方法 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 改进CL-SCL情感分析算法 | 第28-38页 |
| 3.1 跨语言文本分类 | 第28页 |
| 3.2 域适应 | 第28-30页 |
| 3.2.1 域适应的概念 | 第28-29页 |
| 3.2.2 域适应的分类 | 第29-30页 |
| 3.2.3 域自适应学习的理论分析 | 第30页 |
| 3.3 结构对应(SCL)算法 | 第30-32页 |
| 3.3.1 SCL算法的基本思想 | 第30-31页 |
| 3.3.2 SCL算法描述 | 第31-32页 |
| 3.4 CL-SCL算法 | 第32-33页 |
| 3.4.1 CL-SCL算法的基本思想 | 第32页 |
| 3.4.2 CL-SCL算法描述 | 第32-33页 |
| 3.5 改进的CL-SCL(PCL-SCL)算法 | 第33-36页 |
| 3.5.1 PCL-SCL算法的基本思想 | 第33-34页 |
| 3.5.2 PCL-SCL算法描述 | 第34-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 实验及结果分析 | 第38-53页 |
| 4.1 实验运行环境 | 第38-39页 |
| 4.2 实验数据集的选择 | 第39页 |
| 4.3 实验评估指标 | 第39-40页 |
| 4.4 实验设计与结果分析 | 第40-52页 |
| 4.4.1 实验目的 | 第40页 |
| 4.4.2 实验设计 | 第40-41页 |
| 4.4.3 结果分析 | 第41-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| 5.1 结论 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士期间所取得的相关科研成果 | 第59-61页 |
| 致谢 | 第61-62页 |
