科学数据集社会评论中的情感分析：细粒度情感识别方法研究.docxVIP

科学数据集社会评论中的情感分析：细粒度情感识别方法研究

目录

科学数据集社会评论中的情感分析：细粒度情感识别方法研究（1）．3

一、内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究目的与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究方法与创新点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

二、文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1情感分析的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2细粒度情感识别的研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.3科学数据集在社会评论中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．12

三、细粒度情感识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.1基于词汇的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2基于句法的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.3基于语义的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.4基于深度学习的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

四、科学数据集社会评论情感分析实证研究．．．．．．．．．．．．．．．．．．．．20

4.1数据集选取与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.2实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.3情感识别方法的比较与改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

五、挑战与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.1当前方法的局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.2未来研究方向与趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.3对科学数据集应用的启示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

六、结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

6.1研究成果总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

6.2对相关领域的贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

6.3研究不足与局限．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

科学数据集社会评论中的情感分析：细粒度情感识别方法研究（2）

一、文档概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

（一）研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

（二）研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

（三）论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

二、文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

（一）情感分析的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

（二）细粒度情感识别的研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

（三）科学数据集在社会评论中的应用．．．．．．．．．．．．．．．．．．．．．．．．46

三、细粒度情感识别方法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

（一）基于词汇的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

（二）基于句法的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

（三）基于语义的情感识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

（四）基于深度学习