基于回应消息的微博情感分类研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10页 |
| ·研究目的和意义 | 第10-11页 |
| ·研究目的 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·文本情感分类研究现状 | 第11-12页 |
| ·微博情感分类研究现状 | 第12-13页 |
| ·本文研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第二章 文本情感分析相关理论 | 第15-21页 |
| ·文本预处理 | 第15-16页 |
| ·文本表示模型 | 第16-17页 |
| ·向量空间模型 | 第16页 |
| ·布尔表示模型 | 第16-17页 |
| ·文本特征提取方法 | 第17页 |
| ·基于文档频率的特征提取 | 第17页 |
| ·基于互信息的特征提取 | 第17页 |
| ·文本特征权重计算 | 第17-18页 |
| ·文本情感分类算法 | 第18-20页 |
| ·支持向量机分类算法 | 第18-19页 |
| ·K-最近邻分类算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 中文微博特点和情感倾向定义 | 第21-27页 |
| ·中文微博的特点 | 第21-25页 |
| ·微博内容长度和句子个数统计 | 第22-23页 |
| ·微博链接使用统计 | 第23页 |
| ·微博表情使用统计 | 第23-24页 |
| ·微博标签使用统计 | 第24-25页 |
| ·微博图片使用统计 | 第25页 |
| ·情感倾向的定义 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于微博词典和回应消息的微博情感分类方法 | 第27-42页 |
| ·分类方法流程 | 第27-28页 |
| ·构建微博情感词典 | 第28-29页 |
| ·常规情感词典 | 第28-29页 |
| ·网络情感词典 | 第29页 |
| ·表情情感词典 | 第29页 |
| ·回应消息情感标注 | 第29-31页 |
| ·情感分类算法设计 | 第31-35页 |
| ·分类系统和架构 | 第35-37页 |
| ·系统整体架构 | 第35-36页 |
| ·系统模块实现 | 第36-37页 |
| ·实验设计和分析 | 第37-41页 |
| ·实验环境 | 第37页 |
| ·实验评价标准 | 第37-38页 |
| ·实验数据 | 第38页 |
| ·实验结果和分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于语义特征和回应消息的微博情感分类方法 | 第42-58页 |
| ·算法总体流程 | 第42-43页 |
| ·分类特征介绍 | 第43-45页 |
| ·语义特征 | 第43页 |
| ·回应消息特征 | 第43-44页 |
| ·微博元素特征 | 第44页 |
| ·其他特征 | 第44-45页 |
| ·特征提取算法 | 第45-48页 |
| ·语义特征和微博元素特征提取算法 | 第45-48页 |
| ·回应消息特征提取算法 | 第48页 |
| ·特征向量表示和分类模型构建 | 第48-50页 |
| ·特征向量表示 | 第48页 |
| ·分类模型构建 | 第48-50页 |
| ·分类系统和架构 | 第50-52页 |
| ·系统整体架构 | 第50-51页 |
| ·系统模块实现 | 第51-52页 |
| ·实验设计和分析 | 第52-56页 |
| ·实验环境 | 第52页 |
| ·实验设置 | 第52-53页 |
| ·实验数据 | 第53页 |
| ·实验结果和分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 总结和展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·未来展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
