摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-14页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 论文的主要研究内容 | 第11-12页 |
1.4 论文的创新点 | 第12页 |
1.5 本文的组织结构 | 第12-14页 |
第二章 微博特点及相关关键技术 | 第14-23页 |
2.1 微博的特点 | 第14页 |
2.2 文本预处理技术 | 第14-15页 |
2.3 特征选择技术 | 第15-18页 |
2.3.1 文档频率 | 第15-16页 |
2.3.2 词频-逆文档频率 | 第16页 |
2.3.3 信息增益 | 第16-17页 |
2.3.4 互信息 | 第17页 |
2.3.5 卡方检验 | 第17-18页 |
2.4 情感分析技术 | 第18-21页 |
2.4.1 情感词典构建 | 第18-20页 |
2.4.2 情感倾向判断 | 第20-21页 |
2.5 本章小结 | 第21-23页 |
第三章 微博特征选择方法研究 | 第23-37页 |
3.1 传统特征选择方法的不足 | 第23-24页 |
3.2 基于信息增益的改进特征选择方法 | 第24-26页 |
3.2.1 词频比率因子 | 第24-25页 |
3.2.2 平衡因子 | 第25-26页 |
3.2.3 基于词频因子和平衡因子的改进特征选择方法 | 第26页 |
3.3 基于微博流数据的动态特征选择更新方法 | 第26-31页 |
3.3.1 微博数据流对特征选择的要求 | 第26-27页 |
3.3.2 动态更新相关方法研究 | 第27-29页 |
3.3.3 基于指数衰减的动态特征选择方法更新方法 | 第29-31页 |
3.4 实验设计与结果分析 | 第31-36页 |
3.4.1 微博语料集 | 第31页 |
3.4.2 实验评价方法 | 第31-33页 |
3.4.3 改进特征选择算法实验设计及分析 | 第33-35页 |
3.4.4 动态特征选择更新算法实验设计及分析 | 第35-36页 |
3.5 本章小结 | 第36-37页 |
第四章 微博情感倾向性分析 | 第37-57页 |
4.1 情感倾向性含义 | 第37-38页 |
4.2 微博情感词典的构建 | 第38-46页 |
4.2.1 基础情感词典构建 | 第38-40页 |
4.2.2 采用关联规则的网络情感词挖掘 | 第40-42页 |
4.2.3 采用词激活力模型的网络情感词挖掘 | 第42-44页 |
4.2.4 采用信息熵识别的网络情感词挖掘 | 第44-46页 |
4.3 基于句法依存树的微博情感倾向性分析方法 | 第46-52页 |
4.3.1 句法依存树分析 | 第46-48页 |
4.3.2 情感词修饰关系对应计算规则 | 第48-51页 |
4.3.3 依存关系层次分析计算规则 | 第51-52页 |
4.4 实验设计与结果分析 | 第52-56页 |
4.4.1 实验数据集 | 第52-53页 |
4.4.2 实验方案设计及结果分析 | 第53-56页 |
4.5 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 论文工作总结 | 第57-58页 |
5.2 对未来的展望 | 第58-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-64页 |
攻读学位期间发表的学术论文目录 | 第64页 |