| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 微博文本的情感分析研究现状 | 第9-12页 |
| 1.2.2 表情符号情感表达的研究现状 | 第12页 |
| 1.2.3 表情符号对微博文本情感分析影响的研究现状 | 第12-13页 |
| 1.3 研究目的与内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 2 本研究相关理论与技术描述 | 第16-24页 |
| 2.1 非结构化文本处理 | 第16-19页 |
| 2.1.1 针对非结构化文本的分词算法 | 第16-18页 |
| 2.1.2 针对非结构化文本的文本共现方法 | 第18页 |
| 2.1.3 针对非结构化文本情感词汇的情感值标注 | 第18-19页 |
| 2.2 非结构化文本情感分析资源 | 第19-20页 |
| 2.2.1 语料库 | 第19-20页 |
| 2.2.2 文本情感词典 | 第20页 |
| 2.3 表情符号情感值的计算方法 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 表情符号对微博文本情感倾向的影响 | 第24-29页 |
| 3.1 表情符号与微博文本的关系 | 第24-26页 |
| 3.1.1 二者的特征 | 第25页 |
| 3.1.2 二者的关系 | 第25-26页 |
| 3.2 表情符号对微博文本情感倾向的影响 | 第26-27页 |
| 3.2.1 影响的形式 | 第26页 |
| 3.2.2 影响的意义 | 第26-27页 |
| 3.3 表情符号对微博文本情感倾向影响确定的流程框架 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 微博数据的预处理过程 | 第29-37页 |
| 4.1 微博数据的采集 | 第29-30页 |
| 4.1.1 新浪微博数据采集方法 | 第29-30页 |
| 4.1.2 相关微博信息统计数据 | 第30页 |
| 4.2 文本情感词典的选择与完善 | 第30-32页 |
| 4.2.1 极性词汇集合的确定 | 第31页 |
| 4.2.2 程度词汇集合的确定 | 第31-32页 |
| 4.2.3 文本情感词典的构建 | 第32页 |
| 4.3 微博文本的分词 | 第32-36页 |
| 4.3.1 微博文本分词工具的选择 | 第32-33页 |
| 4.3.2 正则表达式 | 第33-35页 |
| 4.3.3 微博文本分词过程 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 表情符号对微博文本情感倾向影响的判定与评价 | 第37-42页 |
| 5.1 针对微博文本的情感分析及结果评估 | 第37-39页 |
| 5.1.1 微博文本情感值计算的预处理 | 第37-38页 |
| 5.1.2 针对微博文本进行情感分析的结果评估 | 第38-39页 |
| 5.2 基于文本共现方法的表情符号情感值判定 | 第39页 |
| 5.3 表情符号对微博文本情感倾向影响的评价 | 第39-41页 |
| 5.4 本章小结 | 第41-42页 |
| 6 总结及展望 | 第42-45页 |
| 6.1 总结 | 第42-43页 |
| 6.1.1 本研究的工作内容 | 第42-43页 |
| 6.1.2 本研究的研究方法与创新之处 | 第43页 |
| 6.2 研究展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49页 |