声明
摘要
第一章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1情感分析研究现状
1.2.2情感极性分类研究现状
1.2.3情感主题分类研究现状
1.2.4国内外研究现状总结
1.3主要研究内容和总体研究框架
1.4论文组织结构安排
第二章相关理论基础
2.1文本预处理
2.2文本深度表示模型
2.2.1基于矩阵和聚类模式
2.2.2基于神经网络模式
2.3情感极性分类模型
2.3.1基于深度神经网络模型(DNN)
2.3.2基于卷积神经网络模型(CNN)
2.3.3基于朴素贝叶斯模型(NB)
2.3.4LSTM模型
2.4主题分类模型
2.4.1一元模型
2.4.2PLSA模型
2.4.3隐含狄利克雷分布模型(LDA)
2.5实验评测指标
2.6本章小结
第三章基于深度分层神经网络的情感极性分类研究
3.1引言
3.2基于LSTM递归神经网络的处理流程
3.3基于双道融合层的情感极性分析
3.3.1CNN模型和LSTM模型对比
3.3.2模型的特点
3.3.3构建双道融合层
3.3.4存在不足
3.4改进的深度分层网络模型
3.4.1构建改进的深度分层神经网络模型
3.4.2改进的深度分层神经网络模型分类算法
3.5总结
第四章基于LDA模型的情感主题分类研究
4.1引言
4.2基于主题模型的的处理流程
4.3基于词替换层的情感主题分析
4.3.1语料分析和模型对比
4.3.2模型的特点
4.3.3构建替换词向量模型
4.4改进的LDA主题模型
4.4.1构建改进的LDA模型
4.4.2模型优化
4.4.3模型调参
4.5本章小结
第五章实验设计与结果分析
5.1实验介绍
5.2实验数据
5.3基于深度分层神经网络的情感极性研究
5.3.1参数设置
5.3.2模型对比
5.3.3模型训练时间分析
5.4深度分层神经网络模型的分类结果
5.5基于改进LDA的主题模型研究
5.5.1参数设置
5.5.2模型对比
5.5.3模型的训练时间分析
5.6改进的LDA模型分类结果
5.7情感分析可视化
5.8本章小结
第六章总结与展望
6.1全文总结
6.2展望
参考文献
攻读学位期间的研究成果
致谢