基于自动标注训练集的中文微博情感分类的研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 本课题研究目的与意义 | 第16-17页 |
| 1.3 课题研究现状 | 第17-20页 |
| 1.3.1 文本情感分析研究现状 | 第17-19页 |
| 1.3.2 微博情感分析研究现状 | 第19-20页 |
| 1.4 研究内容 | 第20页 |
| 1.5 论文组织结构 | 第20-21页 |
| 第二章 相关研究与理论概述 | 第21-37页 |
| 2.1 微博概述 | 第21-23页 |
| 2.1.1 新浪微博介绍 | 第21-22页 |
| 2.1.2 微博文本和网络评论文本的比较 | 第22-23页 |
| 2.2 情感类别的划分 | 第23-25页 |
| 2.3 文本表示模型 | 第25-26页 |
| 2.4 N元语法模型 | 第26-27页 |
| 2.5 微博文本的特征选择方法 | 第27-31页 |
| 2.5.1 信息增益 | 第28页 |
| 2.5.2 卡方统计 | 第28-30页 |
| 2.5.3 其他特征选择方法 | 第30-31页 |
| 2.6 情感分类器 | 第31-35页 |
| 2.6.1 朴素贝叶斯分类器 | 第31-33页 |
| 2.6.2 支持向量机分类器 | 第33-35页 |
| 2.7 微博情感分类方法流程 | 第35-36页 |
| 2.8 本章小结 | 第36-37页 |
| 第三章 微博情感语料的自动标注 | 第37-49页 |
| 3.1 微博语料的收集与统计分析 | 第37-41页 |
| 3.1.1 语料收集 | 第37-38页 |
| 3.1.2 语料特点分析 | 第38-41页 |
| 3.2 基于表情符号语料的自动标注 | 第41-44页 |
| 3.2.1 正负极性语料的自动标注方法 | 第41-42页 |
| 3.2.2 七类情感语料的自动标注方法 | 第42-43页 |
| 3.2.3 基于表情符号自动标注训练集的结果分析 | 第43-44页 |
| 3.3 基于心理词汇语料的自动标注 | 第44-48页 |
| 3.3.1 正负极性语料的自动标注方法 | 第45-46页 |
| 3.3.2 七类情感语料的自动标注方法 | 第46-47页 |
| 3.3.3 基于心理词汇自动标注训练集的结果分析 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 实验设计及相关分析 | 第49-55页 |
| 4.1 实验性能评价指标 | 第49-50页 |
| 4.2 实验结果及分析 | 第50-54页 |
| 4.2.1 实验设计 | 第50页 |
| 4.2.2 正负极性情感分类实验 | 第50-52页 |
| 4.2.3 七类情感分类实验 | 第52-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 存在的问题 | 第55-56页 |
| 5.3 下一步工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读期成果 | 第61-62页 |
