教育论文网

基于语言模型和机器学习的文本情感分类研究

硕士博士毕业论文站内搜索    
分类1:教育论文网→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
分类2:教育论文网→工业技术论文→自动化技术、计算机技术论文自动化基础理论论文人工智能理论论文自动推理、机器学习论文
基于语言模型和机器学习的文本情感分类研究
论文目录
 
摘要第1-6页
Abstract第6-13页
第一章 绪论第13-19页
  1.1 研究背景及其意义第13-14页
  1.2 文本情感分类的研究现状第14-15页
  1.3 文本情感分类关键技术问题第15-16页
    1.3.1 文本情感数据库问题第15-16页
    1.3.2 文本情感特征的提取第16页
    1.3.3 高效、稳定的文本情感识别算法第16页
  1.4 本文的研究内容与文章结构第16-19页
第二章 相关理论和技术介绍第19-27页
  2.1 情感的基础知识第19页
    2.1.1 情感的定义第19页
    2.1.2 文本情感的分类第19页
  2.2 文本预处理技术第19-22页
    2.2.1 中文分词第19-20页
    2.2.2 停用词过滤第20页
    2.2.3 词性标注和句法依存第20-22页
  2.3 情感词典的构建第22-23页
    2.3.1 情感词词典构建第22页
    2.3.2 极性副词词典构建第22-23页
    2.3.3 表情符号词典的构建第23页
  2.4 文本情感特征及提取第23-26页
    2.4.1 One-Hot特征第23页
    2.4.2 文本向量空间特征第23-24页
    2.4.3 词频特征第24页
    2.4.4 词频-逆文档频率特征(TF-IDF)第24-25页
    2.4.5 信息增益(Information Gain,IG)第25页
    2.4.6 卡方检验(Chi-square test)第25-26页
    2.4.7 互信息选择方法(Mutual Information,MI)第26页
  2.5 本章小结第26-27页
第三章 语言模型介绍与基于机器学习的文本情感识别第27-39页
  3.1 使用语言模型做文本特征第27-29页
    3.1.1 语言模型介绍第27页
    3.1.2 N-gram语言模型第27-28页
    3.1.3 语言模型特征的提取第28-29页
  3.2 机器学习理论与算法介绍第29-35页
    3.2.1 最近邻分类器介绍第29-31页
    3.2.2 朴素贝叶斯分类器介绍第31-32页
    3.2.3 支持向量机分类器介绍第32-35页
  3.3 文本情感识别实验与结果分析第35-38页
    3.3.1 文本情感文本实验数据的选取第35页
    3.3.2 实验特征和分类方法的选取第35页
    3.3.3 实验评价方法和指标第35-36页
    3.3.4 实验结果和结果分析第36-38页
  3.4 本章小结第38-39页
第四章 文本情感分类中的语言模型特征的优化第39-51页
  4.1 语言模型特征的优化第39-40页
    4.1.1 加入句首尾信息第39页
    4.1.2 主题加权语言模型第39-40页
  4.2 利用Word2Vec简化语言模型特征第40-46页
    4.2.1 Word2Vec模型介绍和数学原理第40-44页
    4.2.2 使用Word2Vec进行词聚类第44-45页
    4.2.3 使用K-means方法对Word2Vec词向量进行聚类第45-46页
  4.3 实验结果与分析第46-49页
    4.3.1 语言模型加入首尾词实验第46页
    4.3.2 主题加权语言模型实验第46-47页
    4.3.3 利用Word2vec词聚类简化语言模型实验第47-49页
  4.4 本章小结第49-51页
第五章 基于深度神经网络的文本情感识别第51-69页
  5.1 神经网络和深度学习基本理论第51-57页
    5.1.1 神经网络基本概念第51-54页
    5.1.2 深度神经网络的基本理论第54页
    5.1.3 深度学习常用网络结构第54-57页
  5.2 基于卷积神经网络的文本情感识别第57-60页
    5.2.1 CNN语言模型的网络结构第57-59页
    5.2.2 基于CNN的文本情感识别第59-60页
  5.3 基于循环神经网络的文本情感识别第60-62页
    5.3.1 RNN语言模型的网络结构第60-61页
    5.3.2 基于RNN语言模型的文本情感识别第61-62页
  5.4 文本情感识别实验与实验结果分析第62-68页
    5.4.1 基于CNN网络结构的文本情感识别实验与结果分析第62-64页
    5.4.2 基于RNN语言模型的文本情感识别实验与结果分析第64-68页
  5.5 本章小结第68-69页
第六章 总结与展望第69-71页
致谢第71-73页
参考文献第73-77页
攻读硕士学位期间发表的论文第77页

本篇论文共77页,点击这进入下载页面
 
更多论文
基于语言模型和机器学习的文本情感
用局部的Kansa’s方法解决Berger方
基于特征的中文在线评论观点挖掘系
两类基尔霍夫型问题解的存在性
基于多模型的用户行为预测的研究与
某类抽象耦合非线性杆和梁方程组的
多源教育资源库信息检索与融合关键
一类带参数的Kirchhoff型问题的正解
播存环境下基于标签的个性化推荐技
几类高阶有理差分系统的动力学行为
基于主动学习的实体链接方法研究
拉格朗日系统的滤波问题研究
基于LSTM神经网络的中文语义解析技
几类边值方法的稳定区域分析
关于维基百科中的实体类别推断方法
一类反应扩散方程组的零能控性
辅助医疗系统中的知识库构建及应用
几类随机单种群模型的渐近性质
RDF数据集上的why-not问答技术研究
误差校正和指数随机Runge-Kutta方法
基于新闻文本的事件线抽取
带跳的分段连续型随机微分方程数值
基于旋律特征的实时音乐检索系统
耦合反应扩散系统的指数稳定性
双结构网络中基于实体链接的信息推
两类分数阶Volterra型积分微分方程
链接数据中对象的类型预测
离散反线性周期系统的结构特性与稳
龙格库塔法求模糊微分方程的数值解
新闻研讨厅中的信息分类技术研究
结合N-gram模型与句法分析的语法纠
一类具时滞的肿瘤免疫模型的动力学
关于跨语言层次分类体系匹配算法的
几类随机时滞微分方程的渐近性质分
两类时滞偏微分方程的差分法
微博事件抽取
耦合偏微分系统同步的边界控制
搜索策略评估模型的研究与实现
具双时滞的资产定价模型的动力学性
企业技术需求文本分类器的设计与实
两类非线性方程的分片牛顿解法
基于词嵌入模型的内容关联方法设计
一类分数阶次扩散方程交替方向隐式
移动终端软件缓存机制中关键问题的
两类具有反应扩散的BAM神经网络的指
个性化垂直搜索引擎的研究与实现
具时滞的皮尔斯病模型的Hopf分支研
文本连续空间表示技术研究及应用
时间周期反应对流扩散方程的整体解
英语文章语法自动检查及纠正的研究
一类分数阶时滞微分方程的伪渐近周
面向英文文章自动评改的词性标注技
非局部抛物方程(组)解的爆破性质
淘宝评论挖掘及其应用研究
非重叠型伪谱区域分解方法
面向移动行为的数据分析与建模方法
具导热时滞的核反应堆模型的Hopf分
基于Nutch的垂直搜索引擎的改进与实
延迟型热传导方程两步法的收敛性与
中文人物属性抽取技术的研究与实现
一类抛物型偏微分方程的概自守和伪
基于用户体验的搜索引擎设计研究
两类具有时滞的单种群模型的分支分
社会媒体中的用户偏好建模研究
一类具有外加毒素的非均匀恒化器模
汉语比较句要素抽取技术研究与应用
中立型时滞Logistic模型分支分析
基于协同过滤的个性化推荐系统在邮
三种群食物链扩散模型的Hopf分支
个性化推荐系统的算法研究
三类捕食—食饵模型分歧解的性质
基于深度学习的情感词向量生成模型
两类反应扩散模型解的定性分析
结合从句识别和半监督集成学习的远
边值条件含谱参数的Sturm-Liouvill
基于协同过滤的考虑时空因素的POI推
奇异系统输入输出有限时间稳定分析
基于评分选取技术的推荐算法研究
两类扩散的捕食-食饵模型的定型分析
基于领域本体的个性化音乐推荐系统
 
文本情感识别论文 文本特征提取论文 语言模型论文 Word2Vec论文 深度学习论文 卷积神经网络论文 循环神经网络论文
版权申明:目录由用户hljacycbyx**提供,www.51papers.com仅收录目录,作者需要删除这篇论文目录请点击这里
| 设为首页||加入收藏||站内搜索引擎||站点地图||在线购卡|
版权所有 教育论文网 Copyright(C) All Rights Reserved