声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要研究内容
1.4 论文组织结构
1.5 本章小结
2 文本情感分类相关技术介绍
2.1 文本预处理
2.2 词向量表示方法
2.3 机器学习分类方法
2.4 深度学习分类模型
2.5 本文实验模型评价指标
2.6 本章小结
3 基于注意力机制的多通道CNN与双向GRU的慕课课程评论情感分类
3.1 数据来源
3.2 文本数据预处理
3.3 多通道卷积神经网络
3.4 门控循环网络和双向门控循环网络
3.5 模型整体框架
3.6 实验结果及分析
3.7 本章小结
4 结合CBOW和LDA主题模型的主题情感分析
4.1 基于负采样的CBOW模型
4.2 LDA主题模型
4.3 CBOW-LDA模型整体框架
4.4 实验结果与分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
在读期间公开发表论文(著)及科研情况
江西师范大学;