声明
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 意见挖掘研究现状
1.2.1 主题提取
1.2.2 情感分析
1.3 模糊语义研究现状
1.3.1 模糊的提出和国外对模糊性的研究情况
1.3.2 模糊语言学在我国的建立和发展
1.3.3 语言具有模糊性的原因
1.4 意见挖掘
1.5 本文的主要内容
1.6 论文的结构框架
第二章 与文本情感分析的相关技术
2.1 词语级文本情感分析
2.1.1 词语级文本情感分析研究现状
2.1.2 基于词典的方法
2.1.3 基于语料库的方法
2.2 文本的特征选择
2.3 文本表示
2.3.1 向量空间模型
2.3.2 N-gram模型
2.3.3 词向量模型
2.4 传统的机器学习分类模型介绍
2.4.1 朴素贝叶斯
2.4.2 支持向量机
2.5 深度学习算法
2.5.1 卷积神经网络
2.5.2 循环神经网络
2.6 本章小结
第三章 汉语情感词的语义模糊性量化
3.1 汉语情感词的语义模糊性分析
3.1.1 情感词的模糊性分析
3.1.2 程度副词的模糊性分析
3.2 情感词典
3.2.1 情感词典的相关介绍
3.2.2 Word2vec
3.2.3基于词向量的情感词典的构建
3.3 汉语情感词的语义模糊性量化
3.3.1 基于字频数统计的情感词极性强度量化方法
3.3.2 简单情感词的量化分析
3.3.3 复杂情感词的量化分析
3.4 实验结果与分析
3.4.1 实验设计
3.4.2 实验数据集
3.4.3 对比实验
3.4.4 实验评估指标
3.4.5 实验结果分析
3.5 本章小结
第四章 融合模糊性的情感词在意见挖掘中的应用
4.1 实验设计
4.2 数据准备及预处理
4.3 对比实验
4.3.1 基于情感词典的对比实验
4.3.2 基于加权的TF-IDF改进模型的对比实验
4.3.3 实验评估指标
4.4 实验结果与分析
4.4.1 基于情感词典的实验结果与分析
4.4.2 加权的TF-IDF改进模型实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
在校期间获得的成就
致谢
