复杂情感分析方法及其应用

1 绪论

1．1 背景介绍

1．1．1 机器学习问题

1．1．2 机器学习分类

1．1．3 深度学习问题

1．2 相关研究分析

1．3 研究意义与目的

1．3．1 机器学习的研究意义与目的

1．3．2 深度学习的研究意义与目的

1．4 研究方向与研究内容

1．4．1 研究方法

1．4．2 本书研究内容

2 相关研究综述

2．1 复杂情感分析的理论研究

2．2 复杂情感分析的算法研究

2．2．1 关联分析

2．2．2 注意力机制

2．2．3 循环神经网络

2．2．4 长短期记忆网络

2．2．5 门控循环单元

2．2．6 连续词袋模型

2．2．7 Skip-gram

2．2．8 贝叶斯分类算法

2．2．9 K近邻算法

2．2．10 K均值聚类算法

2．2．11 其他方法

2．3 评价指标研究

2．3．1 Precision

2．3．2 Recall

2．3．3 F-measure Metric

2．3．4 接受者操作特性曲线（ROC曲线）

2．3．5 AUC值

2．4 本章小结

3 基于局部保持支持向量文本描述的复杂情感分析算法研究

3．1 引言

3．2 文本固有结构对复杂情感分析算法的影响

3．3 支持向量数据描述的原理及算法

3．3．1 TSVM

3．3．2 PTSVM

3．4 基于局部支持向量文本描述的复杂数据分析算法

3．4．1 线性LPTSVM

3．4．2 线性LPTSVM奇异性问题

3．4．3 非线性LPTSVM

3．5 基于局部支持向量文本描述的组合复杂数据分析算法

3．5．1 长短期记忆神经网络和BiLSTM

3．5．2 长短期记忆神经网络详细介绍计算过程

3．5．3 Bi长短期记忆神经网络

3．6 本章小结

4 文本处理及其处理方法研究

4．1 引言

……