| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 主要研究工作 | 第9-10页 |
| 1.2.1 主要研究内容 | 第9-10页 |
| 1.2.2 研究创新点 | 第10页 |
| 1.3 论文结构 | 第10-12页 |
| 第二章 评论信息的无意义检测与异常检测相关技术 | 第12-28页 |
| 2.1 评论信息的无意义检测 | 第12-15页 |
| 2.1.1 无意义评论定义 | 第12-13页 |
| 2.1.2 研究数据来源 | 第13页 |
| 2.1.3 特征提取 | 第13-14页 |
| 2.1.4 分类方法 | 第14-15页 |
| 2.2 评论信息的反讽情感检测 | 第15-25页 |
| 2.2.1 反讽及其表达特点 | 第15-16页 |
| 2.2.2 相关数据集介绍 | 第16页 |
| 2.2.3 反讽评论检测方法 | 第16-18页 |
| 2.2.4 反讽检测特征介绍 | 第18-25页 |
| 2.2.5 现有反讽检测特征存在的缺点 | 第25页 |
| 2.3 文本分类相关技术 | 第25-28页 |
| 2.3.1 逻辑回归 | 第26页 |
| 2.3.2 文本分类的评价指标 | 第26-28页 |
| 第三章 中文社交媒体评论的无意义检测 | 第28-38页 |
| 3.1 问题定义 | 第28-29页 |
| 3.2 无意义评论检测的特征提取 | 第29-33页 |
| 3.2.1 文本特征 | 第30页 |
| 3.2.2 情感特征 | 第30-31页 |
| 3.2.3 结构特征 | 第31-32页 |
| 3.2.4 相关性特征 | 第32-33页 |
| 3.3 相关实验与结果 | 第33-38页 |
| 3.3.1 实验数据介绍 | 第33页 |
| 3.3.2 实验过程与结果 | 第33-38页 |
| 第四章 评论信息反讽情感检测 | 第38-66页 |
| 4.1 twitter评论的反讽情感检测研究 | 第38-46页 |
| 4.1.1 baseline特征 | 第39-41页 |
| 4.1.2 twitter评论数据中现有历史上下文特征 | 第41-42页 |
| 4.1.3 twitter评论数据中新增历史上下文特征 | 第42-46页 |
| 4.2 论坛评论的反讽情感检测研究 | 第46-51页 |
| 4.2.1 baseline特征 | 第47-48页 |
| 4.2.2 新增上下文特征 | 第48-50页 |
| 4.2.3 迁移特征 | 第50-51页 |
| 4.3 实验数据与结果 | 第51-66页 |
| 4.3.1 基于twitter评论反讽检测的实验与结果 | 第51-58页 |
| 4.3.2 基于论坛评论反讽检测的实验与结果 | 第58-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 本文总结 | 第66页 |
| 5.2 对未来的展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间发表的学术论文目录 | 第74页 |
