隨著互聯(lián)網(wǎng)的迅速發(fā)展,人們對(duì)互聯(lián)網(wǎng)的熱愛(ài)也日漸增強(qiáng)。在互聯(lián)網(wǎng)誕生與發(fā)展的過(guò)程中伴隨著各種平臺(tái)產(chǎn)生,用戶也通過(guò)互聯(lián)網(wǎng)平臺(tái)來(lái)抒發(fā)自己的內(nèi)心想法與意見(jiàn)。隨著用戶越來(lái)越多,在這些數(shù)據(jù)當(dāng)中涉及了社會(huì)、商品等各種信息,同時(shí)這些信息也形成了龐大的數(shù)據(jù)庫(kù)。在數(shù)據(jù)庫(kù)形成的過(guò)程中伴隨著也帶來(lái)了自然語(yǔ)言處理領(lǐng)域的輿情問(wèn)題。因此,需要對(duì)這些數(shù)據(jù)實(shí)施處理與監(jiān)測(cè)。在自然語(yǔ)言處理領(lǐng)域研究的學(xué)者們?yōu)榱藢?shí)現(xiàn)這一目標(biāo),近些年來(lái)不斷的對(duì)其探索。為了對(duì)龐大的信息進(jìn)行情感的研究,此領(lǐng)域的研究學(xué)者們采用詞典、統(tǒng)計(jì)、機(jī)器學(xué)習(xí)的方法對(duì)其處理,最終實(shí)現(xiàn)自動(dòng)化文本處理方法。在之前學(xué)者們的研究成果基礎(chǔ)之上,本文采用了改進(jìn)的TF-IDF與隱樸素貝葉斯的結(jié)合對(duì)文本情感分類,與改進(jìn)的TF-IDF與樸素貝葉斯的結(jié)合以及特征加權(quán)融合的樸素貝葉斯情感分類算法進(jìn)行了比較。然后對(duì)情感詞典的擴(kuò)充進(jìn)行了研究,采用了基word2vec方法對(duì)詞典進(jìn)行擴(kuò)充,然后使用隱樸素貝葉斯作為分類器進(jìn)行情感分類。本文使用了書(shū)籍、電腦、酒店評(píng)論數(shù)據(jù)作為實(shí)驗(yàn)研究的對(duì)象,通過(guò)對(duì)數(shù)據(jù)的分析與處理進(jìn)行了情感分類與詞典擴(kuò)展的相關(guān)工作。本文的主要研究?jī)?nèi)容如下:在本文的情感分類相關(guān)技術(shù)的研究...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 研究的目的與意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 情感分類
        1.3.2 特征提取
        1.3.3 情感詞典的擴(kuò)充
    1.4 論文的主要研究?jī)?nèi)容
    1.5 論文的組織結(jié)構(gòu)
第2章 相關(guān)理論與文本情感分類技術(shù)
    2.1 基本流程
    2.2 文本預(yù)處理
    2.3 改進(jìn)的TF-IDF特征提取
    2.4 隱樸素貝葉斯(HNB)
    2.5 分類性能
    2.6 情感詞典相關(guān)知識(shí)
        2.6.1 情感詞典相關(guān)介紹
        2.6.2 情感詞典
    2.7 本章小結(jié)
第3章 基于改進(jìn)的TF-IDF與隱樸素貝葉斯的情感分類研究
    3.1 文本情感分類流程
    3.2 特征選擇
    3.3 情感分類
    3.4 實(shí)驗(yàn)結(jié)果及分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源
        3.4.2 結(jié)果分析
    3.5 本章小結(jié)
第4章 基于情感詞典擴(kuò)充與隱樸素貝葉斯的情感分類研究
    4.1 詞典的擴(kuò)充方法
        4.1.1 文本的分詞
        4.1.2 基礎(chǔ)情感詞典的比較
    4..1.3詞典的擴(kuò)充
    4.2 情感分類
    4.3 實(shí)驗(yàn)結(jié)果及分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 相關(guān)工作總結(jié)
    5.2 下一步研究方向
參考文獻(xiàn)
作者攻讀碩士學(xué)位期間的科研成果
致謝



本文編號(hào)：3772096