面向韩语的网络舆情倾向性分析
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文工作简介 | 第14-15页 |
| 1.4 论文体系结构 | 第15-16页 |
| 第2章 网络舆情分析理论介绍 | 第16-29页 |
| 2.1 舆情分析简介 | 第16-19页 |
| 2.1.1 网络舆情的信息采集 | 第16-17页 |
| 2.1.2 网络舆情的信息处理 | 第17-18页 |
| 2.1.3 舆情演化模型 | 第18-19页 |
| 2.2 网络舆情倾向性分析 | 第19-27页 |
| 2.2.1 基于机器学习的倾向性分类方法 | 第19-26页 |
| 2.2.2 基于语义的倾向性分析 | 第26-27页 |
| 2.3 文本倾向性分析基本流程 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 韩语数据集与情感词典构建 | 第29-42页 |
| 3.1 构建数据集 | 第29-33页 |
| 3.1.1 百度翻译API | 第29-31页 |
| 3.1.2 韩语分词词库构建 | 第31-33页 |
| 3.2 Hownet简介 | 第33-35页 |
| 3.2.1 HowNet结构简介 | 第33-35页 |
| 3.2.2 HowNet情感词典 | 第35页 |
| 3.3 基于PMI的韩语情感词典构建 | 第35-38页 |
| 3.3.1 基于中文语料库和词典构建韩语情感词典 | 第36-37页 |
| 3.3.2 韩语词语和中文情感词词语相似度计算 | 第37-38页 |
| 3.4 构建韩语情感词典算法的基本过程 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 面向韩语的文本倾向性研究 | 第42-48页 |
| 4.1 文本预处理 | 第42-44页 |
| 4.2 文本特征提取 | 第44-47页 |
| 4.2.1 特征选择的方法 | 第44-46页 |
| 4.2.2 特征权重的计算 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 情感倾向性分析实验 | 第48-54页 |
| 5.1 韩语文本预处理 | 第48页 |
| 5.2 韩语情感词典构建 | 第48-52页 |
| 5.3 SVM分类器训练 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简介 | 第59-60页 |
| 致谢 | 第60-61页 |
