面向微博的跨媒体情感分类技术研究

面向微博的跨媒体情感分类技术研究

ID:34073859

大小:13.24 MB

页数:71页

时间:2019-03-03

面向微博的跨媒体情感分类技术研究_第1页
面向微博的跨媒体情感分类技术研究_第2页
面向微博的跨媒体情感分类技术研究_第3页
面向微博的跨媒体情感分类技术研究_第4页
面向微博的跨媒体情感分类技术研究_第5页
资源描述:

《面向微博的跨媒体情感分类技术研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、modelemploysfeature-leVel如sionanddecision-leVelfusionmethodstocombinetexts锄dimagesbaSedonbag—of二、vordsteXtfeaturesandimagesentimemsematicfeatures.OursolvesmeexpressionmarmerchangeisSuesinsomedegreeby如singtextinf0肌ationandimageinfbmlation.IIlmes锄etime

2、,imageinfo硼ationcompensatefor也eshortageoftextinfo珊ationtosomeextent.Expe曲nentsvalidatematthecross—mediaperfbnnsbetterthanthetraditionalteXt-baSedmodel.Thispaperfullllercompares缸lefeanJre-leVelfusionmetllodanddecision—levelfusionme也odonimagefea_turean

3、dtextfbaturecombiIlation.Eb【perimentsshowthatmedecision一1eVel如sionmethodacmeVeslligheraccuracymanthef色ature一1eVel向sionme幽od.KeyWords:MicmbIogsentimentclassification;rI、opicreleVantmodel;Cross。mediaFeaturemsion目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯11.2研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.2.1文本情感分析研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..21.2.2图像情感分析研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..41.3本文的研究内容及创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.61.4本文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7第二章微博相关特性及情感分析技术⋯⋯.⋯⋯⋯⋯⋯..92.1微博相关特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..92.2文本情感分析相关技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..102.2.1文本预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯..102.2.2基于情感词典的无监督情感分类⋯⋯⋯⋯⋯⋯⋯⋯..122.2.3基于机器学习的有监督情感分类⋯⋯⋯⋯⋯⋯⋯⋯..132.3图像情感分析相关技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..182.3.1颜色特征⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯.⋯.⋯⋯⋯.182.3.2纹理特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.192.3.3视觉词袋特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯202.3.4SentiBank语义特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯20第三章基于话题相关性模型的图像情感语义特征表示⋯⋯⋯233.1引言⋯⋯⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..233.2基于话慝相关性模型的图像情感语义特征表示⋯⋯⋯⋯⋯⋯.263.2.1话题相关性模型构建流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..263.2.2基于话题模型和背景模型的相关性模型⋯⋯⋯⋯⋯⋯..273.2.3基于话题相关性模型的图像情感分类⋯⋯⋯⋯⋯⋯⋯.293.3实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..293.3.1数据集构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..293.3.2评测方法及评价指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯303.3.3图像情感分类效果⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯.313.3.4实验案例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯353.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..37第四章基于文本和图像信息融合的情感倾向性分类模型⋯⋯.394.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..394.2文本特征抽取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.414.2.1多信息结合的文本词袋特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯414.2.2特征选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.434.3图像特征抽取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.454.4结合文本和图像的跨媒体特征融合⋯⋯⋯⋯⋯⋯⋯⋯⋯

8、.454.4.1特征层融合模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.454.2.2决策层融合模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.464.5实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..524.5.1实验数据集构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.524.5.2实验设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.534.5.3实验结果展示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯534.5.4实验案例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯574.6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..59第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.615.1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。