版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、碩士學(xué)位論文基于微博的中文觀點句識別方法研究作者姓名:方毅成學(xué)科、專業(yè):軟件工程學(xué)號:212014085212006指導(dǎo)教師:唐明偉完成日期:2017年4月密級:基于微博的中文觀點句識別方法研究西華大學(xué)碩士學(xué)位論文分類號密級UDC密級:西華大學(xué)學(xué)位論文獨創(chuàng)性聲明西華大學(xué)學(xué)位論文獨創(chuàng)性聲明作者鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下進行研究工作所取得的成果。盡我所知,除文中已經(jīng)注明引用內(nèi)容和致謝的地方外,本論文不包含其他個人或集體
2、已經(jīng)發(fā)表的研究成果,也不包含其他已申請學(xué)位或其他用途使用過的成果。與我一同工作的同志對本研究所做的貢獻均已在論文中做了明確的說明并表示了謝意。若有不實之處,本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文作者簽名:指導(dǎo)教師簽名:日期:日期西華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書西華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定,在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)屬于西華大學(xué),同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征模板和SVM的中文微博觀點句識別方法研究.pdf
- 基于共現(xiàn)詞的中文微博觀點句識別.pdf
- 中文微博觀點句識別及要素抽取研究.pdf
- 基于三支決策的中文微博觀點句識別研究.pdf
- 中文微博觀點句識別及評價對象抽取.pdf
- 跨領(lǐng)域中文微博消費意圖識別方法的研究.pdf
- 微博垃圾評論識別方法研究.pdf
- 微博惡意用戶識別方法的研究.pdf
- 微博垃圾評論識別方法研究
- 微博用戶性別識別方法研究.pdf
- 微博用戶屬性識別方法研究.pdf
- 基于集成學(xué)習(xí)的中文觀點句抽取方法研究.pdf
- 不文明微博帖的自動識別方法研究.pdf
- 基于多源特征的微博圖文相關(guān)關(guān)系識別方法研究.pdf
- 中文作者識別方法研究.pdf
- 基于詞項共現(xiàn)關(guān)系圖模型的中文觀點句識別研究.pdf
- 基于CRF的中文命名實體識別方法研究.pdf
- 比較句識別及觀點要素抽取方法研究.pdf
- 基于情緒特征的中文微博用戶性別識別.pdf
- 領(lǐng)域觀點詞的抽取和識別方法.pdf
評論
0/150
提交評論