首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于监督学习的文本情感分析研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第13-23页
    1.1 课题背景和研究意义第13-16页
    1.2 国内外研究和发展现状第16-20页
        1.2.1 情感倾向性分析第16-18页
        1.2.2 情绪分析第18-19页
        1.2.3 存在的问题第19-20页
    1.3 本文研究内容与结构安排第20-23页
第2章 文本情感分析研究概述第23-43页
    2.1 文本的表示方法第23-30页
        2.1.1 向量空间模型第24-25页
        2.1.2 潜在语义分析第25-26页
        2.1.3 概率主题模型第26-27页
        2.1.4 词嵌入第27-30页
    2.2 文本的情感倾向性分析方法第30-38页
        2.2.1 基于无监督学习的方法第31-34页
        2.2.2 基于监督学习的方法第34-35页
        2.2.3 基于半监督学习的方法第35-36页
        2.2.4 基于神经网络的方法第36-38页
    2.3 文本的情绪分析方法第38-41页
        2.3.1 基于词典或规则的方法第38页
        2.3.2 基于监督学习的方法第38-39页
        2.3.3 其他方法第39-41页
    2.4 本章小结第41-43页
第3章 多层级情感语料库的建设第43-67页
    3.1 引言第43页
    3.2 已有情感语料库介绍第43-46页
    3.3 多层级情感语料库的建立第46-64页
        3.3.1 情感语料库的采集和预处理第46-49页
        3.3.2 面向词语和短语级的情感资源的建立和质量评估第49-57页
            3.3.2.1 基于翻译词典的方法第50-53页
            3.3.2.2 基于Bootstrapping的扩充方法第53-55页
            3.3.2.3 情感词典的评估第55-57页
        3.3.3 面向句子级情感语料库的标注和质量评估第57-64页
            3.3.3.1 人工标注的方法第58-59页
            3.3.3.2 基于句子对齐的自动标注方法第59-63页
            3.3.3.3 情感语料的评估第63-64页
    3.4 本章小结第64-67页
第4章 基于短语的情感分析方法研究第67-89页
    4.1 引言第67-68页
    4.2 基于短语的监督学习的情感分析建模第68-81页
        4.2.1 短语切分第69-75页
        4.2.2 特征描述第75-77页
        4.2.3 扩展式CRFs的情感分析模型第77-79页
            4.2.3.1 模型描述第77-78页
            4.2.3.2 参数估计与解码过程第78-79页
        4.2.4 Semi-CRFs的情感分析模型第79-81页
            4.2.4.1 模型描述第79-81页
            4.2.4.2 参数估计与解码过程第81页
    4.3 实验第81-87页
        4.3.1 实验数据第81-82页
        4.3.2 情感倾向性分析实验设置及结果分析第82-84页
        4.3.3 情绪分析实验设置及结果分析第84-87页
    4.4 本章小节第87-89页
第5章 基于主动学习的情感分析方法研究第89-99页
    5.1 引言第89-90页
    5.2 基于主动学习的情感分析方法第90-96页
        5.2.1 主动学习第90-91页
        5.2.2 查询策略第91-94页
        5.2.3 基于主动学习的情感分析第94-96页
    5.3 实验第96-98页
        5.3.1 实验数据第96页
        5.3.2 实验设置及结果分析第96-98页
    5.4 本章小结第98-99页
第6章 基于组合语义深度特征的情感分析方法研究第99-115页
    6.1 引言第99-100页
    6.2 组合语义第100-105页
        6.2.1 组合语义简介第100-102页
        6.2.2 组合语义深度特征生成算法第102-105页
    6.3 组合语义的应用第105-109页
        6.3.1 将组合语义深度特征直接输入给基于短语的情感分析模型第105-107页
        6.3.2 通过softmax函数对输入层、隐含层和输出层之间的概念分布建模第107-109页
    6.4 实验第109-114页
        6.4.1 实验数据第109-110页
        6.4.2 情绪分析实验设置及结果分析第110-112页
        6.4.3 情感倾向性实验设置及结果分析第112-114页
    6.5 本章小结第114-115页
第7章 总结与展望第115-117页
    7.1 论文工作总结第115页
    7.2 研究展望第115-117页
参考文献第117-127页
致谢第127-128页
在读期间发表的学术论文第128-129页
在读期间参与的科研项目第129页

论文共129页,点击 下载论文
上一篇:电子商务市场信息不对称问题的分析与研究
下一篇:广告竞争与合作决策研究