互联网信息情感倾向性的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景和意义 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·互联网信息抽取技术 | 第9页 |
| ·信息过滤技术 | 第9-10页 |
| ·文本倾向分析技术 | 第10页 |
| ·本文研究内容 | 第10页 |
| ·论文组织结构 | 第10-12页 |
| 第二章 相关理论及技术 | 第12-29页 |
| ·互联网信息抽取理论 | 第12-20页 |
| ·互联网信息特点 | 第12-13页 |
| ·网页的噪声数据 | 第13-14页 |
| ·互联网信息抽取技术 | 第14-20页 |
| ·词语语义相似度计算 | 第20-24页 |
| ·《知网》的结构 | 第20-21页 |
| ·一种改进的基于《知网》的词语语义相似度计算 | 第21-24页 |
| ·情感词的倾向性计算 | 第24-28页 |
| ·情感词词典的建立 | 第25-26页 |
| ·基于《知网》的词语情感倾向性计算 | 第26页 |
| ·基于点态互信息 SO-PMI 的情感倾向性计算 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 互联网信息抽取与过滤技术研究 | 第29-36页 |
| ·互联网信息抽取与过滤的问题分析 | 第29页 |
| ·互联网信息抽取及过滤算法研究 | 第29-33页 |
| ·互联网信息抽取技术 | 第29-32页 |
| ·句子及篇章的语义相似度计算 | 第32-33页 |
| ·测试与实验 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 互联网信息倾向性分析技术研究 | 第36-47页 |
| ·互联网信息倾向性分析的问题分析 | 第36-37页 |
| ·互联网信息倾向性分析算法研究 | 第37-45页 |
| ·短语的语义情感倾向性计算 | 第37-43页 |
| ·句子的语义情感倾向性计算 | 第43-44页 |
| ·篇章的语义情感倾向性计算 | 第44-45页 |
| ·测试与实验 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 互联网信息倾向性分析系统的设计与实现 | 第47-60页 |
| ·系统设计的目标 | 第47页 |
| ·系统总体设计 | 第47-49页 |
| ·设计原则 | 第47-49页 |
| ·总体结构 | 第49页 |
| ·系统详细设计与实现 | 第49-59页 |
| ·互联网信息抽取模块的设计与实现 | 第50-52页 |
| ·自然语言自动分词模块的设计与实现 | 第52-53页 |
| ·语义相似度计算模块的设计与实现 | 第53-55页 |
| ·信息过滤模块的设计与实现 | 第55-56页 |
| ·倾向性计算模块的设计与实现 | 第56-57页 |
| ·倾向性统计分析模块的设计与实现 | 第57-58页 |
| ·外部接口设计 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 实验研究与系统测试 | 第60-64页 |
| ·实验设计 | 第60页 |
| ·系统测试及分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第七章 结论与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
