基于微博文本的情绪诱因分析方法研究
| 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 情绪模型构建与诱因提取 | 第11-12页 |
| 1.2.2 诱因成分分析 | 第12页 |
| 1.2.3 情绪分类方法 | 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14-22页 |
| 2.1 情绪诱因提取的研究方法综述 | 第14-16页 |
| 2.1.1 情绪心理学 | 第14页 |
| 2.1.2 OCC情绪模型 | 第14-15页 |
| 2.1.3 情绪诱因提取方法 | 第15-16页 |
| 2.2 情绪诱因成分分析的研究方法综述 | 第16-17页 |
| 2.2.1 基于情绪词典的诱因成分分析方法 | 第16页 |
| 2.2.2 基于语言特征的诱因成分分析方法 | 第16-17页 |
| 2.3 情绪分类的研究方法综述 | 第17-19页 |
| 2.3.1 情绪分类体系 | 第17页 |
| 2.3.2 情绪分类方法 | 第17-19页 |
| 2.4 整体方法对比总结 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 基于ECOCC模型的情绪诱因分析与提取 | 第22-38页 |
| 3.1 情绪诱因模型构建 | 第22-29页 |
| 3.1.1 基础情绪产生规则 | 第26-28页 |
| 3.1.2 复合情绪产生规则 | 第28页 |
| 3.1.3 延伸情绪产生规则 | 第28-29页 |
| 3.2 情绪诱因提取方法 | 第29-35页 |
| 3.2.1 外部事件分析 | 第31页 |
| 3.2.2 内部事件分析 | 第31-35页 |
| 3.3 情绪校验分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于贝叶斯概率模型的诱因成分分析 | 第38-48页 |
| 4.1 基于语料的情绪词典构造 | 第38-40页 |
| 4.2 语言特征对情绪诱因的影响分析 | 第40-46页 |
| 4.2.1 表情符号特征分析 | 第41-42页 |
| 4.2.2 程度副词特征分析 | 第42-43页 |
| 4.2.3 否定词特征分析 | 第43页 |
| 4.2.4 标点符号特征分析 | 第43-45页 |
| 4.2.5 关联词特征分析 | 第45-46页 |
| 4.3 基于贝叶斯概率模型的诱因比例计算 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 基于语言特征的情绪分类 | 第48-56页 |
| 5.1 词性特征分析 | 第48-49页 |
| 5.2 句法结构特征分析 | 第49页 |
| 5.3 情绪词与上下文的关系特征分析 | 第49-53页 |
| 5.4 特征降维 | 第53-54页 |
| 5.5 情绪分类算法 | 第54页 |
| 5.6 本章小结 | 第54-56页 |
| 第6章 实验与分析 | 第56-68页 |
| 6.1 实验环境及语料说明 | 第56-58页 |
| 6.2 评价标准 | 第58-59页 |
| 6.2.1 诱因提取评价标准 | 第58-59页 |
| 6.2.2 诱因成分分析评价标准 | 第59页 |
| 6.3 实验与分析 | 第59-67页 |
| 6.3.1 情绪诱因分析 | 第60-64页 |
| 6.3.2 诱因成分分析 | 第64-66页 |
| 6.3.3 情绪分类分析 | 第66-67页 |
| 6.4 本章小结 | 第67-68页 |
| 第7章 应用系统实例 | 第68-74页 |
| 7.1 系统总体设计 | 第68页 |
| 7.2 系统功能模块 | 第68-69页 |
| 7.3 情绪以及诱因提取结果展示 | 第69-72页 |
| 7.4 本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间发表论文 | 第82-84页 |
| 致谢 | 第84页 |
