| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 基于情感词典的情感分类 | 第12-13页 |
| 1.2.2 基于机器学习的情感分类 | 第13页 |
| 1.2.3 微博短文本情感分类的研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容和章节安排 | 第14-16页 |
| 1.3.1 本文的主要研究内容 | 第14-15页 |
| 1.3.2 论文章节安排 | 第15-16页 |
| 第二章 微博文本特点及情感分类基础研究 | 第16-26页 |
| 2.1 微博文本特性概述 | 第16-17页 |
| 2.2 微博文本的特征分析 | 第17-19页 |
| 2.3 文本情感分类基础研究 | 第19-25页 |
| 2.3.1 文本分词 | 第19-20页 |
| 2.3.2 文本表示技术 | 第20-21页 |
| 2.3.3 特征选择 | 第21-23页 |
| 2.3.4 文本情感分类器 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 中文微博情感分析研究概述 | 第26-31页 |
| 3.1 情感分析的研究任务 | 第26-28页 |
| 3.1.1 微博的主客观分类 | 第26页 |
| 3.1.2 微博的情感倾向分析 | 第26-28页 |
| 3.2 常用的情感分析方法 | 第28-29页 |
| 3.2.1 基于情感词典的方法 | 第28页 |
| 3.2.2 基于机器学习的方法 | 第28-29页 |
| 3.2.3 基于语义规则的方法 | 第29页 |
| 3.3 情感分析的相关评测 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于情感词典和CRF多特征组合的话题微博情感分析 | 第31-43页 |
| 4.1 构建中文微博情感词典 | 第31-36页 |
| 4.1.1 基础情感词典 | 第31-32页 |
| 4.1.2 基于《同义词词林扩展版》的情感词扩展 | 第32-33页 |
| 4.1.3 微博表情符号扩展 | 第33页 |
| 4.1.4 网络新词扩展 | 第33-34页 |
| 4.1.5 领域词典 | 第34页 |
| 4.1.6 程度副词词典 | 第34-35页 |
| 4.1.7 否定词词典 | 第35页 |
| 4.1.8 转折连词词典 | 第35-36页 |
| 4.2 基于CRF多特征组合的情感极性分类 | 第36-39页 |
| 4.2.1 CRF模型基本原理 | 第36-37页 |
| 4.2.2 特征选择 | 第37-38页 |
| 4.2.3 特征模板 | 第38-39页 |
| 4.3 实验与分析 | 第39-42页 |
| 4.3.1 实验数据与实验设置 | 第39-40页 |
| 4.3.2 评估指标 | 第40页 |
| 4.3.3 实验结果分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 微博热点话题事件的公众舆情分析 | 第43-61页 |
| 5.1 引言 | 第43页 |
| 5.2 热点事件话题微博评价对象的抽取 | 第43-51页 |
| 5.2.1 抽取潜在情感评价对象 | 第45-46页 |
| 5.2.2 基于规则和句法关系二元组提取实际评价对象 | 第46-49页 |
| 5.2.3 实验数据 | 第49页 |
| 5.2.4 实验结果 | 第49-51页 |
| 5.3 基于聚类的热点事件话题微博评价对象归并 | 第51-57页 |
| 5.3.1 词语相似度计算 | 第52-54页 |
| 5.3.2 评价对象的聚类研究 | 第54-55页 |
| 5.3.3 实验设置 | 第55-56页 |
| 5.3.4 实验结果对比分析 | 第56-57页 |
| 5.4 评价对象情感趋势分析 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文总结 | 第61-62页 |
| 6.3 工作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68页 |