基于依存句法分析的Web金融信息情感极性单元抽取
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 情感词的识别与语义倾向性分析 | 第11-12页 |
| 1.2.2 评价对象的抽取 | 第12-14页 |
| 1.2.3 情感评价单元的抽取 | 第14-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 2 相关技术与资源 | 第18-23页 |
| 2.1 分词技术 | 第18-20页 |
| 2.1.1 基于词典机械匹配的分词方法 | 第18页 |
| 2.1.2 基于统计的分词方法 | 第18-19页 |
| 2.1.3 基于人工智能的分词方法 | 第19-20页 |
| 2.2 哈工大LTP系统 | 第20-21页 |
| 2.3 情感分析的词典资源 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 Web金融信息情感极性单元抽取系统的设计 | 第23-38页 |
| 3.1 系统总体设计 | 第23-24页 |
| 3.2 数据的收集及文本预处理 | 第24-25页 |
| 3.3 构建金融领域情感词典 | 第25页 |
| 3.4 情感极性单元抽取 | 第25-33页 |
| 3.4.1 情感词与评价对象的词性及句法成分分析 | 第25-26页 |
| 3.4.2 情感词与评价对象的依存关系分析 | 第26-33页 |
| 3.5 奇异评价对象发现 | 第33-37页 |
| 3.5.1 复杂句式介绍 | 第34-35页 |
| 3.5.2 转折句式介绍 | 第35页 |
| 3.5.3 转折句的识别 | 第35页 |
| 3.5.4 否定词及多重否定句式 | 第35-36页 |
| 3.5.5 转折句式结构分析 | 第36页 |
| 3.5.6 情感极性单元整体极性分析 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 Web金融信息情感极性单元抽取系统的实现 | 第38-48页 |
| 4.1 情感极性单元抽取 | 第38-41页 |
| 4.1.1 情感极性单元抽取规则 | 第38-40页 |
| 4.1.2 情感极性单元抽取算法 | 第40-41页 |
| 4.2 奇异评价对象词典的构建 | 第41-43页 |
| 4.2.1 评价对象奇异性判断 | 第41-42页 |
| 4.2.2 评价对象极性判断的算法实现 | 第42-43页 |
| 4.3 实验结果及分析 | 第43-47页 |
| 4.3.1 实验数据集 | 第43-44页 |
| 4.3.2 Web金融文本特性 | 第44页 |
| 4.3.3 实验结果及分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-49页 |
| 5.1 本文工作总结 | 第48页 |
| 5.2 未来工作展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间科研成果 | 第53-54页 |
| 致谢 | 第54-55页 |
