| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 研究背景与意义 | 第13-16页 |
| 1.1.1 研究背景 | 第13-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 文献综述 | 第16-20页 |
| 1.2.1 基于语义的情感分析方法 | 第16-18页 |
| 1.2.2 基于机器学习的情感分析方法 | 第18-20页 |
| 1.2.3 金融领域的文本情感分析方法 | 第20页 |
| 1.3 研究内容及方法 | 第20-24页 |
| 第2章 相关理论与方法 | 第24-32页 |
| 2.1 投资者情绪 | 第24-25页 |
| 2.1.1 投资者情绪的定义 | 第24页 |
| 2.1.2 投资者情绪的度量 | 第24-25页 |
| 2.2 依存句法分析 | 第25-28页 |
| 2.2.1 依存句法分析概述 | 第25页 |
| 2.2.2 LTP依存句法分析 | 第25-27页 |
| 2.2.3 依存句法的应用 | 第27-28页 |
| 2.3 文本情感分析 | 第28-30页 |
| 2.3.1 文本情感分析的概念 | 第28页 |
| 2.3.2 文本情感分析的分类 | 第28-29页 |
| 2.3.3 文本情感分析的评测指标 | 第29-30页 |
| 2.4 中文分词 | 第30-32页 |
| 2.4.1 中文分词概述 | 第30页 |
| 2.4.2 中文分词的相关资源 | 第30-32页 |
| 第3章 金融论坛数据的获取和词典构建 | 第32-39页 |
| 3.1 数据准备 | 第32-35页 |
| 3.1.1 数据采集 | 第32-34页 |
| 3.1.2 金融语料库构建 | 第34-35页 |
| 3.2 词典构建 | 第35-39页 |
| 3.2.1 金融论坛情感词典构建 | 第35-38页 |
| 3.2.2 否定词词典构建 | 第38页 |
| 3.2.3 程度词词典构建 | 第38-39页 |
| 第4章 金融论坛文本的SPO情感分析算法 | 第39-49页 |
| 4.1 引言 | 第39-40页 |
| 4.2 金融论坛文本特点 | 第40-42页 |
| 4.2.1 金融论坛文本的用语特点 | 第40页 |
| 4.2.2 金融论坛文本依存关系与词性组合频度特点 | 第40-42页 |
| 4.2.3 金融论坛文本的短文本特点 | 第42页 |
| 4.3 情感主干 | 第42-43页 |
| 4.3.1 情感主干的概念 | 第42页 |
| 4.3.2 情感主干的获取 | 第42-43页 |
| 4.4 情感计算 | 第43-46页 |
| 4.4.1 情感传递 | 第43页 |
| 4.4.2 情感计算规则 | 第43-46页 |
| 4.5 实验结果与分析 | 第46-49页 |
| 4.5.1 实验结果 | 第46-48页 |
| 4.5.2 结果分析 | 第48-49页 |
| 第5章 金融论坛文本的GA-SPO情感分析算法 | 第49-58页 |
| 5.1 引言 | 第49页 |
| 5.2 引入交互项的词语间情感计算模型 | 第49-50页 |
| 5.3 GA-SPO算法的具体实现 | 第50-56页 |
| 5.3.1 遗传算法的基本理论 | 第50-52页 |
| 5.3.2 遗传算法的具体实现 | 第52-54页 |
| 5.3.3 GA-SPO算法的情感计算规则 | 第54-56页 |
| 5.4 实验结果及分析 | 第56-58页 |
| 5.4.1 实验结果 | 第56页 |
| 5.4.2 结果分析 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 附录A 攻读学位期间发表学术论文目录 | 第65-66页 |
| 附录B 攻读学位期间参与的科研项目 | 第66-67页 |
| 致谢 | 第67页 |