基于深度学习的方面级情感分析关键技术研究

目录

声明

第一章绪论

1.1 研究背景及意义

1.2.1 传统情感分析

1.2.2 基于方面的情感分析

1.2.3ABSA 现有问题和不足

1.3 论文研究内容

1.4 论文的组织结构

1.5 本章小节

第二章相关理论

2.1 语言模型

2.1.1 统计语言模型

2.1.2 神经概率语言模型

2.2 深度神经网络模型

2.2.1 循环神经网络

2.2.2 长短时记忆网络

2.3 注意力机制

2.4 序列标注

2.5 本章小结

第三章基于注意力机制的属性词提取模型

3.1 引言及研究动机

3.2 特征提取模型 BiLSTM-Attention

3.3 联合多层耦合注意力和历史感知注意力机制的模型研究

3.3.1 基于 CMLA 的属性词提取

3.3.2 历史感知注意力 THA

3.3.3 CMLA+THA 联合模型框架

3.4 实验结果和分析

3.4.1 实验环境及数据集

3.4.2 评价指标

3.4.3 实验参数和结果分析

3.5 本章小结

第四章基于 BERT和改进层次注意力机制的情感分析模型

4.1 引言及研究动机

4.2 基于 BERT 的情感分析模型研究

4.2.1 BERT 结构解析

4.2.2 基于 BERT 的情感分析框架

4.3 基于改进层次注意力机制的情感分析模型

4.3.1 实体级自注意力机制

4.3.2 句子级注意力

4.3.3 方面特征向量细化

4.4 基于 BERT 和改进层次注意力的情感分析模型框架

4.5 实验结果和分析

4.5.1 实验数据

4.5.2 评价指标

4.5.3 实验参数和结果分析

4.6 本章小结

第五章面向餐饮业的线上评论分析系统

5.1 系统总体流程设计

5.2.1 数据爬取模块

5.2.2 数据预处理

5.2.3 模型训练与预测模块

5.2.4 统计分析模块

5.3 系统展示

5.4 本章小节

第六章总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士学位期间取得的成果