微博热点话题情感计算技术研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 本文主要研究工作 | 第11-12页 |
| 1.2.1 基于语料与语义知识库的情感词典构建 | 第11页 |
| 1.2.2 基于词法与句法相结合的评价对象抽取 | 第11-12页 |
| 1.2.3 基于语言特征的情感分析 | 第12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第2章 相关工作综述 | 第14-20页 |
| 2.1 情感词典构造的研究方法 | 第14-15页 |
| 2.1.1 基于语料的情感词典构建 | 第14页 |
| 2.1.2 基于语义词典的情感词典构建 | 第14-15页 |
| 2.2 评价对象抽取的研究方法 | 第15-16页 |
| 2.2.1 基于规则的评价对象抽取方法 | 第15页 |
| 2.2.2 基于CRF模型的评价对象抽取方法 | 第15-16页 |
| 2.3 情感分类的研究方法 | 第16-17页 |
| 2.3.1 情感分类体系 | 第16页 |
| 2.3.2 情感分类方法 | 第16-17页 |
| 2.4 整体方法对比总结 | 第17页 |
| 2.5 本章小结 | 第17-20页 |
| 第3章 基于语料与语义知识库的情感词典构建 | 第20-30页 |
| 3.1 中文情感词典资源 | 第20-23页 |
| 3.1.1 知网Hownet | 第20页 |
| 3.1.2 台湾大学情感词典 | 第20-21页 |
| 3.1.3 大连理工情感词汇本体库 | 第21-22页 |
| 3.1.4 清华大学情感词典 | 第22页 |
| 3.1.5 情感词典融合 | 第22-23页 |
| 3.2 基于语料的情感词典扩充 | 第23-26页 |
| 3.2.1 基于Word2vec的情感词典扩充 | 第23-25页 |
| 3.2.2 基于语料的SO_PMI发现新情感词 | 第25-26页 |
| 3.3 情感强度设置 | 第26-27页 |
| 3.4 实验分析 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于词法与句法特征的评价对象抽取 | 第30-46页 |
| 4.1 话题型微博评价对象的特点分析 | 第30-31页 |
| 4.2 话题型微博评价对象的抽取工作 | 第31-39页 |
| 4.2.1 基于词法规则抽取 | 第32-34页 |
| 4.2.2 基于依存句法关系抽取 | 第34-38页 |
| 4.2.3 改进的抽取算法 | 第38-39页 |
| 4.3 实验及分析 | 第39-45页 |
| 4.3.1 数据集 | 第39页 |
| 4.3.2 评价标准 | 第39-40页 |
| 4.3.3 实验与分析 | 第40-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于语言特征的情感分类 | 第46-56页 |
| 5.1 语言特征对情感计算的影响分析 | 第46-48页 |
| 5.1.1 表情符号特征 | 第46页 |
| 5.1.2 否定词特征 | 第46-47页 |
| 5.1.3 程度副词特征 | 第47-48页 |
| 5.2 基于EVSM的情感分类算法 | 第48-49页 |
| 5.3 基于情感词语义加权的情感计算 | 第49-50页 |
| 5.4 实验分析 | 第50-55页 |
| 5.4.1 数据集 | 第50-51页 |
| 5.4.2 评估指标 | 第51页 |
| 5.4.3 实验及分析 | 第51-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 应用系统实例 | 第56-60页 |
| 6.1 系统总体设计 | 第56页 |
| 6.2 系统功能模块 | 第56-57页 |
| 6.3 评价对象抽取及情感计算结果展示 | 第57-59页 |
| 6.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间发表论文 | 第68-70页 |
| 致谢 | 第70页 |
