面向中文在线评论细粒度情感分析的深度学习方法研究

目录

第1章 绪论

1.1 研究背景及其意义

1.2 国内外研究现状

1.2.1 深度学习在自然语言处理中的研究现状

1.2.2 细粒度情感分析的研究现状

1.3 研究内容与组织结构

1.3.1 研究内容

1.3.2 主要贡献与创新点

1.3.3 组织结构

第2章 情感分析相关理论与技术

2.1 文本预处理方法研究

2.1.1 数据清洗

2.1.2 中文分词

2.1.3 文本表示

2.2深度学习理论基础

2.2.1 BP神经网络

2.2.2 卷积神经网络

2.2.3 循环神经网络

2.2.4 自注意力机制

2.3 常用的不平衡数据集采样方法

2.3.1 欠采样

2.3.2 过采样

2.4 本章小结

第3章 基于词选择机制的方面级情感分析

3.1 引言

3.2 数据集介绍

3.3 词选择机制

3.4 基于词选择机制的情感分析语言模型

3.5 基于指数压缩的采样算法

3.6 实验及结果分析

3.6.1 评分标准

3.6.2 实验环境

3.6.3 损失函数

3.6.4 模型对比分析

3.6.5 采样算法分析

3.7 本章小结

第4章 基于多标签学习的方面级情感分析

4.1 引言

4.2 基于多标签学习的情感分析语言模型

4.3 实验及结果分析

4.3.1 损失函数

4.3.2 模型对比分析

4.3.3 具体实例分析

4.4 本章小结

第5章 总结与展望

5.1总结

5.2 展望

参考文献

附录 1 攻读硕士期间参加的科研项目

附录 2 数据集展示

致 谢

声明