| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·话题检测的研究现状 | 第12-14页 |
| ·情感极性分析的研究现状 | 第14-15页 |
| ·本文的研究内容 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 相关理论和技术 | 第17-25页 |
| ·相似度计算方法 | 第17-18页 |
| ·文本聚类 | 第18-21页 |
| ·文本聚类概述 | 第18页 |
| ·常用文本聚类算法 | 第18-21页 |
| ·情感极性分析 | 第21-24页 |
| ·词语的情感极性分析 | 第21-22页 |
| ·句子的情感极性分析 | 第22-23页 |
| ·篇章的情感极性分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于多向量和二次聚类的话题检测 | 第25-45页 |
| ·报道与话题的表示模型 | 第25-26页 |
| ·报道的表示模型 | 第25-26页 |
| ·话题的表示模型 | 第26页 |
| ·文本的预处理及权重计算 | 第26-29页 |
| ·分词 | 第27页 |
| ·停用词过滤 | 第27-28页 |
| ·特征权重计算 | 第28-29页 |
| ·报道的分层结构组织 | 第29页 |
| ·多向量相似度计算方法 | 第29-31页 |
| ·话题检测算法 | 第31-36页 |
| ·传统的话题检测算法 | 第32-33页 |
| ·基于二次聚类的话题检测算法 | 第33-35页 |
| ·话题关键词提取算法 | 第35-36页 |
| ·话题能量评价算法 | 第36-39页 |
| ·实验结果 | 第39-43页 |
| ·实验环境 | 第39页 |
| ·实验数据 | 第39页 |
| ·评测标准 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于HowNet 和PMI 相融合的情感分析 | 第45-67页 |
| ·主客观文本分类算法 | 第45-50页 |
| ·文本特征抽取 | 第45-47页 |
| ·基于类别特征和朴素贝叶斯相结合的分类算法 | 第47-50页 |
| ·情感极性分析算法 | 第50-61页 |
| ·基于HowNet 和PMI 相融合的词语情感分析 | 第50-58页 |
| ·短语的上下文情感极性分析 | 第58-60页 |
| ·基于极性累加的文本的情感极性分析 | 第60-61页 |
| ·实验结果 | 第61-65页 |
| ·实验数据 | 第61页 |
| ·评测标准 | 第61-63页 |
| ·实验结果及分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 系统实现与分析 | 第67-79页 |
| ·系统的总体架构 | 第67页 |
| ·系统的设计 | 第67-76页 |
| ·抓取模块 | 第67-69页 |
| ·文本抽取模块 | 第69-71页 |
| ·预处理模块 | 第71页 |
| ·话题检测模块 | 第71-72页 |
| ·情感极性分析模块 | 第72-75页 |
| ·热点展示模块 | 第75-76页 |
| ·系统演示 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 致谢 | 第86-87页 |
| 附件 | 第87页 |