短视频文本评论的话题检测和情感分析研究

摘要 3-4
Abstract 4-5
第1章 绪论 8-15
    1.1 研究背景及意义 8-9
    1.2 国内外研究现状 9-12
        1.2.1 话题检测研究现状 9-10
        1.2.2 情感分析研究现状 10-12
    1.3 主要研究内容 12-13
    1.4 论文组织结构 13-15
第2章 相关技术与方法 15-24
    2.1 文本预处理方法 15-16
        2.1.1 数据去噪 15
        2.1.2 中文分词 15
        2.1.3 去除停用词 15-16
    2.2 话题检测技术与算法 16-19
        2.2.1 相似距离度量 16
        2.2.2 常用聚类算法 16-19
    2.3 情感分类技术与方法 19-22
        2.3.1 基于预训练的词嵌入表示 19-21
        2.3.2 深度神经网络模型概述 21-22
    2.4 知识图谱 22-23
    2.5 本章小结 23-24
第3章 短视频文本评论的话题检测 24-39
    3.1 短视频文本评论数据准备 24-27
        3.1.1 数据获取 24-25
        3.1.2 数据过滤与预处理 25-27
    3.2 短视频文本评论聚类 27-31
        3.2.1 文本向量化和降维 27-28
        3.2.2 TP-PS-Spectral 聚类算法 28-31
    3.3 话题关键词抽取 31-32
    3.4 实验设计与结果分析 32-38
        3.4.1 实验设计与评价指标 32-33
        3.4.2 实验结果及分析 33-38
    3.5 本章小结 38-39
第4章 短视频文本评论的情感分析 39-61
    4.1 情感极性标注与数据过滤 39-40
    4.2 动态词向量表征与联合特征提取 40-44
        4.2.1 ERNIE实现动态词向量表征 40-42
        4.2.2 双通道网络层实现特征提取 42-44
    4.3 基于ERNIE的双通道并行情感分类模型 44-46
    4.4 实验设计与结果分析 46-59
        4.4.1 实验设计与评价指标 46-48
        4.4.2 情感倾向性实验结果及分析 48-50
        4.4.3 词云图及用户情感图实验结果及分析 50-59
    4.5 本章小结 59-61
第5章 总结与展望 61-63
    5.1 总结 61
    5.2 展望 61-63
参考文献 63-67