网络舆情敏感话题发现平台的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-16页 |
| ·研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·相关定义及概念 | 第11-12页 |
| ·敏感话题发现技术的现状分析 | 第12-14页 |
| ·论文的主要工作及组织结构 | 第14-16页 |
| 2 网络舆情敏感话题发现平台总体设计 | 第16-24页 |
| ·互联网舆情分析系统功能需求 | 第16-17页 |
| ·系统开发环境及开发工具 | 第17-19页 |
| ·系统开发环境及开发平台简介 | 第17页 |
| ·Linux操作系统 | 第17页 |
| ·MySQL数据库 | 第17-18页 |
| ·Java Web | 第18页 |
| ·Google Web Toolkit(GWT) | 第18-19页 |
| ·网络舆情敏感话题发现平台的设计 | 第19-22页 |
| ·网络舆情敏感话题发现平台的结构设计 | 第19-21页 |
| ·敏感话题发现思想 | 第21页 |
| ·数据库设计 | 第21-22页 |
| ·关键模块 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 关键模块设计及技术分析 | 第24-40页 |
| ·分词简介 | 第24-30页 |
| ·中文自动分词任务及难点 | 第24-25页 |
| ·分词词典 | 第25页 |
| ·分词方法 | 第25-26页 |
| ·分词相关算法及原理 | 第26-30页 |
| ·系统分词模块 | 第30-37页 |
| ·分词框架 | 第30-31页 |
| ·基于N-最短路径方法的粗切分排歧策略 | 第31-32页 |
| ·基于类的隐马分词方法 | 第32-33页 |
| ·基于角色标注的未登录词隐马识别方法 | 第33-36页 |
| ·未登录词的隐马词性标注 | 第36-37页 |
| ·敏感话题发现 | 第37-39页 |
| ·敏感词管理 | 第37-38页 |
| ·敏感话题发现 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 敏感话题发现平台的实现分析与优化方法 | 第40-67页 |
| ·数据库建模 | 第40-41页 |
| ·分词实现 | 第41-54页 |
| ·分词处理流程 | 第41-42页 |
| ·词典结构 | 第42-43页 |
| ·初次分词 | 第43-50页 |
| ·细切分——分词结果优化及词性标注 | 第50-51页 |
| ·未登录词识别 | 第51-53页 |
| ·对最终结果优化调整 | 第53-54页 |
| ·敏感话题发现 | 第54-56页 |
| ·敏感词管理 | 第54-55页 |
| ·敏感话题发现 | 第55-56页 |
| ·整体实现效果展示 | 第56-57页 |
| ·优化方法探索 | 第57-66页 |
| ·完全二阶隐马尔可夫模型(FHMM2) | 第58-60页 |
| ·基于四字Hash机制的分词词典 | 第60-64页 |
| ·基于语义的敏感词识别方法的探索 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-69页 |
| ·论文总结 | 第67页 |
| ·应用前景及进一步研究展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |
