首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于语义视角的网络舆情情感强度研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第15-23页
    1.1 研究背景和意义第15-16页
    1.2 国内外研究现状分析第16-19页
        1.2.1 网络舆情分析的研究现状第16-17页
        1.2.2 情感强度研究现状第17-19页
    1.3 论文研究内容第19-21页
        1.3.1 文本研究内容及创新点第19-20页
        1.3.2 论文的组织结构第20-21页
    1.4 本章小结第21-23页
第2章 相关理论与技术第23-33页
    2.1 文本预处理技术第23-25页
        2.1.1 文本分词第23-24页
        2.1.2 词性标注第24-25页
        2.1.3 去停用词第25页
    2.2 特征选择第25-27页
        2.2.1 词频和逆文档频率算法(TF-IDF)第25-26页
        2.2.2 互信息(MI)第26页
        2.2.3 x~2统计量CHI第26-27页
        2.2.4 信息增益IG第27页
    2.3 情感分析中常用方法综述第27-31页
        2.3.1 基于机器学习第27-30页
        2.3.2 基于情感词典第30-31页
    2.4 本章小结第31-33页
第3章 舆情文本情感词典的构建第33-43页
    3.1 情感词相关介绍第33页
        3.1.1 术语第33页
        3.1.2 情感词强度第33页
    3.2 基础文本情感词典现状第33-35页
        3.2.1 知网情感词典第34页
        3.2.2 中文情感词汇本体库第34页
        3.2.3 台湾大学NTUSD第34-35页
        3.2.4 学生褒贬义词典第35页
    3.3 情感词典的扩建方法第35-37页
        3.3.1 基于互信息的SO-PMI算法第35-36页
        3.3.2 基于模式Bootstrapping方法第36页
        3.3.3 基于PAD模型的方法第36-37页
        3.3.4 基于知网语义相似度算法第37页
    3.4 辅助词典集的构建第37-42页
        3.4.1 否定词典第37-38页
        3.4.2 程度副词词典第38页
        3.4.3 表情词典第38-39页
        3.4.4 网络词典第39-40页
        3.4.5 领域词典第40-41页
        3.4.6 其他词典第41-42页
    3.5 本章小结第42-43页
第4章 基于语义视角的情感模型的构建第43-55页
    4.1 情感分析概述第43-45页
        4.1.1 热点舆情事件第43页
        4.1.2 基础情感词情感强度模糊性第43-44页
        4.1.3 关键词提取第44页
        4.1.4 文本情感强度计算第44-45页
    4.2 基于改进的知网语义相似度扩展情感词第45-48页
        4.2.1 基准词选取第46页
        4.2.2 基准词情感强度第46-47页
        4.2.3 候选词情感强度第47页
        4.2.4 情感词扩展实验第47-48页
    4.3 关键词提取第48-51页
        4.3.1 文本预处理第48-49页
        4.3.2 特征选取和权重计算第49-51页
    4.4 情感强度计算流程和规则第51-53页
        4.4.1 文本分词第51页
        4.4.2 情感词定位第51-52页
        4.4.3 情感强度计算第52-53页
        4.4.4 表情符号修正强度第53页
    4.5 本章小结第53-55页
第5章 网络舆情情感强度仿真研究第55-63页
    5.1 实验语料选择第55页
    5.2 评估标准第55-56页
    5.3 实验结果与分析第56-61页
        5.3.1 新闻关键词提取第56-58页
        5.3.2 情感极性计算第58-59页
        5.3.3 情感倾向计算第59-61页
    5.4 本章小结第61-63页
总结与展望第63-65页
参考文献第65-71页
攻读硕士学位期间发表论文第71-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:电商商品评价情感分析系统研究
下一篇:自然场景图片中文本定位方法研究