1 緒論
1．1 背景介紹
1．1．1 機器學習問題
1．1．2 機器學習分類
1．1．3 深度學習問題
1．2 相關研究分析
1．3 研究意義與目的
1．3．1 機器學習的研究意義與目的
1．3．2 深度學習的研究意義與目的
1．4 研究方向與研究內容
1．4．1 研究方法
1．4．2 本書研究內容

2 相關研究綜述
2．1 復雜情感分析的理論研究
2．2 復雜情感分析的算法研究
2．2．1 關聯分析
2．2．2 注意力機制
2．2．3 循環神經網絡
2．2．4 長短期記憶網絡
2．2．5 門控循環單元
2．2．6 連續詞袋模型
2．2．7 Skip-gram
2．2．8 貝葉斯分類算法
2．2．9 K近鄰算法
2．2．10 K均值聚類算法
2．2．11 其他方法
2．3 評價指標研究
2．3．1 Precision
2．3．2 Recall
2．3．3 F-measure Metric
2．3．4 接受者操作特性曲線（ROC曲線）
2．3．5 AUC值
2．4 本章小結

3 基于局部保持支持向量文本描述的復雜情感分析算法研究
3．1 引言
3．2 文本固有結構對復雜情感分析算法的影響
3．3 支持向量數據描述的原理及算法
3．3．1 TSVM
3．3．2 PTSVM
3．4 基于局部支持向量文本描述的復雜數據分析算法
3．4．1 線性LPTSVM
3．4．2 線性LPTSVM奇異性問題
3．4．3 非線性LPTSVM
3．5 基于局部支持向量文本描述的組合復雜數據分析算法
3．5．1 長短期記憶神經網絡和BiLSTM
3．5．2 長短期記憶神經網絡詳細介紹計算過程
3．5．3 Bi長短期記憶神經網絡
3．6 本章小結

4 文本處理及其處理方法研究
4．1 引言
……