基于文本分类的语义相似度研究-计算机科学与技术专业论文.docxVIP

青岛理工大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的 青岛理工大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得青岛理工大学或其它教育机 构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献 均已在论文中作了明确的说明并表示了谢意。 研究生签名： 寻铽桫日期：户-眵：■·妒 青岛理工大学学位论文使用授权声明 青岛理工大学、中国科学技术信息研究所、国家图书馆、CDMD和DMD有权保 留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手 段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保 密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内 容。论文的公布(包括刊登)授权青岛理工大学研究生处办理。 研究生签名：皇堡∑垒∑导师签名：(≥￡终日期： 少咖6『‘ 万方数据 青岛理工大学工学硕士学位论文目录 青岛理工大学工学硕士学位论文 目录 摘要 I Abstract ．III 第1章绪论 ．1 1．1研究背景与意义 ．1 1．2国内外研究现状 1 1．2．1词语相似度计算研究 ．．1 1．2．2语句相似度计算研究 一2 1_3本文研究内容 ．．3 1．4本文组织结构 ．4 第2章语义相似度计算和文本分类相关理论研究 ．5 2．1文本相似度与语义相似度的相关概念 ．5 2．1．1文本相似度概念 ．．5 2．1．2语义相似度概念 一5 2．2中文分词 ．6 2．2．1中文分词算法比较 ．．6 2．2．2中文分词的技术难点 ．．6 2．2．3本文采取的分词系统 ．．7 2．3《知网》语义相似度计算 一8 2．3．1《知网》简介 8 2．3．2《知网》的词语语义相似度计算 ．10 2．3．3《知网》计算词语情感倾向 ．12 2．4文本特征选择 13 2．4．1文本特征选择概述 13 2．4．2向量空间模型fVSM) 13 2．5分类评估标准 14 2．6本章小结 14 第3章词语、语句情感倾向的相关研究 17 3．1改进的概念情感相似度计算研究 17 3．2点态互信息SO PMI的改进算法研究 18 3．2．1点互信息模型 18 3．2．2 SO PMI方法改进 ．19 3．2．3 SO PMI方法实验及结果分析 ．23 3．3短语情感倾向的研究 25 3．3．1情感词的分类定义 25 3．3．2短语倾向性分析定义 26 3．3．3否定词及短语情感倾向研究 27 万方数据 青岛理工大学工学硕士学位论文3．3．4程度副词短语情感倾向研究 青岛理工大学工学硕士学位论文 3．3．4程度副词短语情感倾向研究 29 3．4语句情感倾向的研究 30 3．5实验数据及分析 32 3．6本章小结 33 第4章基于改进语义理解和机器学习相结合的文本分类系统 35 4．1情感分类系统综述 一35 4．2基于改进语义理解的文本分类 35 4．2．1基于语义理解情感分类的基本流程 36 4．2．2情感词句处理模块构建 36 4．2．3抽取文本特征搭配 40 4．2．4文本倾向度算法 40 4．2．5文本情感计算 41 4．2．6实验及其结果分析 ．41 4．3机器学习实现文本的情感分类 。43 4．3．1改进的互信息特征选择方法 43 4．3．2支持向量机理论 45 4_3．3核函数 47 4．3．4 SVM在文本情感分类的优势 48 4．3．5实验分析 48 4．4基于改进语义理解和机器学习混合框架的分类模型 一50 4．4．1混合框架主要思想 50 4．4．2模型概要设计 50 4．4．3模型主要类设计 52 4．4．4实验分析 53 4．5本章小结 一54 第5章文本分类基础上的语义相似度研究及应用 55 5．1文本分类引入语义相似度计算的必要性 55 5．2文本分类基础上的语义相似度计算 56 5．2．1词语、语句长度相似度计算 56 5．2．2引入句子倾向性计算语义相似度 58 5．3举例验证及分析 58 5．4混合框架在建筑施工测试培训系统中的应用 60 5．4．1开发平台简介 60 5．4．2混合框架在试题分类中的应用 60 5．4．3混合框架分类准确性对比数据分析 62 5．5本章小结 63 第6章总结与展望 65 6．1全文总结 65 万方数据 青岛理工大学工学硕士学位论文6．2对本课题未来的展望 青岛理工大学工学硕士学位论文 6．2对本课题未来的展望 一 参考文献 攻读硕士学位期间发表的论文及科研工作 致谢 一 贷盯饥乃 万方数据 青岛理工大学工学硕士学位论文摘