Keywords: affective computing, sentiment classification, Chinese review, support vector machine, feature weight

目录

1 绪论 1

1.1 选题背景 1

1.2 国内外研究现状 1

1.3 研究意义 2

1.4 本文的研究思路 2

1.5 本文的组织结构 4

2 文献综述 5

2.1 情感分类概述 5

2.1.1分类任务 5

2.1.2分类粒度 5

2.1.3情感分类难点 6

2.2 SVM在情感分类中应用概述 7

2.2.1 SVM基本原理 7

2.2.2 SVM应用于文本分类 8

2.2.3 SVM应用于情感分类 8

3 基于SVM情感分类关键技术 9

3.1 中文文本自动分词 9

3.2 文本特征选择 10

3.3 文本特征权重计算 12

3.4 SVM参数选择优化 13

3.5 分类结果确定 13

4 不同领域评论信息情感分类及结果比较分析 14

4.1 实验数据 14

4.2 SVM模型实现 14

4.2.1 SVM模型训练基本原理 14

4.2.2 模型训练的具体实现 15

4.3 实验结果评价方法 19

4.4 实验结果分析 20

4.4.1 同一语料不同特征权重分类结果分析 20

4.4.2不同语料同种特征权重分类结果分析 27

4.4.3同一语料不同阈值分类结果分析 27

5 总结与展望 38

5.1 本文工作总结 38

5.2 不足之处 38

5.3 展望 38

致谢 39

参考文献 40

附录A：携程网酒店评论模型训练 45

附录B：当当网书籍评论数据模型训练 47

附录C：三种语料不同阈值正负面评价指标 49

图表目录