| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·主要研究内容和目的 | 第7-8页 |
| ·技术现状分析 | 第8-9页 |
| ·研究背景 | 第9-11页 |
| ·项目背景 | 第9-10页 |
| ·项目目标 | 第10-11页 |
| ·论文安排 | 第11-13页 |
| 2 网络内容监管系统概述 | 第13-18页 |
| ·网络内容监管系统 | 第13-14页 |
| ·网络内容监管系统的意义 | 第13页 |
| ·网络内容监管项目简介 | 第13-14页 |
| ·基于局部信息的语义倾向性识别算法的作用 | 第14页 |
| ·系统总体设计概述 | 第14-18页 |
| ·系统需求 | 第14页 |
| ·系统设计 | 第14-16页 |
| ·总体结构框图 | 第16页 |
| ·功能模块说明 | 第16-18页 |
| 3 局部语义窗口的量化方法分析及基于句子窗口方法的设计 | 第18-28页 |
| ·概述 | 第18页 |
| ·窗口大小的量化方法 | 第18-22页 |
| ·信息增益法 | 第19-20页 |
| ·互信息 | 第20-21页 |
| ·开方拟合实验 | 第21-22页 |
| ·基于句子的窗口 | 第22-28页 |
| ·基于句子的窗口量化思想 | 第22页 |
| ·基于句子的窗口量化实现 | 第22-28页 |
| 4 基于HMM的语义倾向性识别算法 | 第28-51页 |
| ·语义倾向性定义 | 第28页 |
| ·传统的分类方法 | 第28-29页 |
| ·利用HMM进行分类 | 第29-39页 |
| ·HMM理论介绍 | 第29-33页 |
| ·HMM的应用 | 第33页 |
| ·HMM的基本问题 | 第33-39页 |
| ·选用HMM建立模型的原因 | 第39-41页 |
| ·建立模型 | 第41-51页 |
| 5 网络内容监管系统中的应用实现 | 第51-56页 |
| ·HMM在项目中的应用与实现 | 第51-53页 |
| ·HMM在项目中的应用 | 第51页 |
| ·HMM在项目中的实现 | 第51-53页 |
| ·系统测试 | 第53-56页 |
| ·实验准备 | 第53-55页 |
| ·性能分析 | 第55页 |
| ·评价 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| ·本文的工作总结 | 第56页 |
| ·下一步的任务 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-77页 |
| 附录A(在全部训练语料中选择的1000个最高权重词) | 第63-65页 |
| 附录B(观测值概率矩阵) | 第65-77页 |