基于字符串核的股吧文本情感分类
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究现状 | 第11-13页 |
| 1.3.1 基于词表的情感分类方法 | 第11-12页 |
| 1.3.2 基于机器学习的情感分类方法 | 第12-13页 |
| 1.4 本文的主要工作 | 第13页 |
| 1.5 本文的章节结构 | 第13-15页 |
| 第2章 文本情感分类的相关知识 | 第15-29页 |
| 2.1 支撑向量机的相关知识 | 第15-21页 |
| 2.1.1 SVM的统计学理论基础 | 第15-16页 |
| 2.1.2 SVM的数据分类问题 | 第16-19页 |
| 2.1.3 SVM的优化算法 | 第19-20页 |
| 2.1.4 SVM的文本表示 | 第20-21页 |
| 2.2 核函数的相关知识 | 第21-24页 |
| 2.2.1 核函数的定义 | 第22页 |
| 2.2.2 核函数的性质 | 第22-23页 |
| 2.2.3 常用核函数 | 第23-24页 |
| 2.2.4 核函数的算法应用 | 第24页 |
| 2.3 字符串核的相关知识 | 第24-28页 |
| 2.3.1 结构化核函数 | 第24-26页 |
| 2.3.2 字符串核的理论介绍 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于LSA和PageRank的同义词识别 | 第29-45页 |
| 3.1 基于LSA的同义词识别 | 第29-33页 |
| 3.1.1 基于信息增益的词汇权重计算 | 第29-31页 |
| 3.1.2 文本矩阵的形成 | 第31-32页 |
| 3.1.3 奇异值分解 | 第32-33页 |
| 3.1.4 基于LSA的词汇相似度 | 第33页 |
| 3.2 基于PageRank的同义词识别 | 第33-37页 |
| 3.2.1 依存句法分析 | 第34-35页 |
| 3.2.2 基于句法分析的PageRank算法 | 第35-37页 |
| 3.3 基于LSA和PageRank的词汇相似度 | 第37页 |
| 3.4 实验流程及结果分析 | 第37-43页 |
| 3.4.1 实验流程 | 第38-41页 |
| 3.4.2 实验结果及分析 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于MSK字符串核的股吧文本情感分类 | 第45-61页 |
| 4.1 MSK字符串核函数 | 第45-50页 |
| 4.1.1 子序列权重 | 第45-49页 |
| 4.1.2 基于子序列权重的MSK核函数 | 第49-50页 |
| 4.2 实验流程及结果分析 | 第50-59页 |
| 4.2.1 实验流程 | 第51-56页 |
| 4.2.2 实验结果及分析 | 第56-59页 |
| 4.3 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的学术论文 | 第67-69页 |
| 致谢 | 第69-70页 |
