基于FV-SA-SVM的电影评论情感分析

目录

声明

第 1 章 绪论

1.1研究背景

1.2 研究的目的和意义

1.2.1 研究目的

1.2.2 研究意义

1.3 研究内容、方法和技术路线

1.3.1 研究内容

1.3.2 研究方法

1.3.3 技术路线

1.4 本文创新点

第 2 章 文献综述与相关理论

2.1 文献综述

2.1.1 文本情感分析定义

2.1.2 情感分析方法

2.1.3 情感分析方法改进

2.1.4 文献评述

2.2 相关理论

2.2.1 支持向量机

2.2.2 朴素贝叶斯分类算法

2.2.3 KNN 分类

2.2.4 逻辑回归分类(简称 LR)

2.2.5 K-Means 聚类

2.2.6 LDA 主题模型

第 3 章 影评数据获取与预处理

3.1 数据的来源

3.2 获取数据的技术实现

3.3 数据的预处理

3.3.1 评论去重

3.3.2 短文本删除

3.3.3 删除数字和英文

3.3.4 中文分词

3.3.5 去除停用词

3.4 文本特征抽取

3.5 本章小结

第 4 章 情感分类以及算法改进

4.1 影评情感分类

4.1.1 情感分类相关理论

4.1.2 FV-SA-SVM 分类算法

4.1.3 FV-SA-SVM 实证

4.2 基于语义网络的影评分析

第 5 章 基于 LDA 主题分析与聚类分析

5.1 影评数据的 LDA 主题分析

5.2 影评聚类分析

5.2.1 聚类分析的相关理论

5.2.2 观众评论聚类分析

第 6 章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢