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

基于特征关联的跨领域情感分类方法研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第15-18页
    1.1 引言第15-16页
    1.2 本文的主要研究内容第16-17页
    1.3 本文组织结构第17页
    1.4 本章小结第17-18页
第二章 跨领域情感分类研究概述第18-28页
    2.1 引言第18页
    2.2 情感分类方法的研究现状第18-21页
        2.2.1 基于词语的情感分类第18-19页
        2.2.2 基于句子的情感分类第19-20页
        2.2.3 基于篇章的情感分类第20-21页
    2.3 跨领域情感分类方法的研究现状第21-27页
        2.3.1 跨领域情感分类的相关定义第22-23页
        2.3.2 跨领域情感分类的研究现状第23-27页
    2.4 本章小结第27-28页
第三章 基于特征极性调整的跨领域情感分类方法研究第28-44页
    3.1 引言第28-29页
    3.2 基于特征共现极性调整的跨领域情感分类方法第29-34页
        3.2.1 计算原始领域特征极性第30-31页
        3.2.2 计算目标领域特征极性第31-33页
        3.2.3 迭代训练第33页
        3.2.4 算法描述与时间性能分析第33-34页
    3.3 实验结果与分析第34-42页
        3.3.1 实验设置第34-36页
        3.3.2 参数取值讨论第36-38页
        3.3.3 特征极性调整的准确度第38-40页
        3.3.4 特征极性算法的有效性第40-41页
        3.3.5 分类性能比较第41-42页
    3.4 本章小结第42-44页
第四章 基于特征极性迁移的跨领域情感分类方法研究第44-56页
    4.1 引言第44-46页
    4.2 基于特征极性迁移的跨领域情感分类方法第46-50页
        4.2.1 选取通用特征第46-47页
        4.2.2 重置通用特征极性第47-48页
        4.2.3 计算专有特征极性第48-49页
        4.2.4 TPW算法描述与分析第49-50页
    4.3 实验结果与分析第50-55页
        4.3.1 实验设置第50-52页
        4.3.2 通用特征极性重置效果的验证第52-54页
        4.3.3 分类性能比较第54-55页
    4.4 本章小结第55-56页
第五章 总结与展望第56-58页
    5.1 本文总结第56页
    5.2 未来展望第56-58页
参考文献第58-63页
攻读硕士学位期间的学术活动及成果情况第63-64页

论文共64页,点击 下载论文
上一篇:一种基于实心体素化的实时渲染方法研究
下一篇:基于单目视觉的手势识别应用研究