| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·课题研究现状 | 第11-13页 |
| ·国外关于情感倾向分析的研究概述 | 第11-12页 |
| ·国内关于情感倾向分析的研究现状 | 第12页 |
| ·语义分析在文本倾向性判定中的研究趋势 | 第12-13页 |
| ·课题研究内容 | 第13页 |
| ·本文结构安排 | 第13-16页 |
| 第2章 相关理论与技术研究 | 第16-40页 |
| ·网页内容提取与预处理 | 第16页 |
| ·中文分词技术研究与应用 | 第16-19页 |
| ·基于两类分类器的中文分词方法 | 第17-18页 |
| ·基于字标记的中文分词方法 | 第18-19页 |
| ·基于无监督学习的中文分词方法 | 第19页 |
| ·词性标注相关方法研究 | 第19-21页 |
| ·词性标注规范 | 第20页 |
| ·基于统计学习的词性标注方法 | 第20-21页 |
| ·句法分析相关研究 | 第21-26页 |
| ·相关语法理论 | 第22-25页 |
| ·句法分析方法 | 第25-26页 |
| ·格语法相关理论 | 第26-28页 |
| ·FudanNLP系统 | 第28-35页 |
| ·相关模块算法分析 | 第29-30页 |
| ·序列标注模型 | 第30-32页 |
| ·特征提取和函数解码 | 第32-35页 |
| ·SpringMVC技术 | 第35-38页 |
| ·SpringMVC处理流程与核心架构 | 第36-38页 |
| ·SpringMVC的优势及应用 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第3章 负面新闻自动检索系统(NNARS)的设计与实现 | 第40-64页 |
| ·关键句群提取算法 | 第40-42页 |
| ·负面新闻识别算法 | 第42-48页 |
| ·NNARS系统总体设计 | 第48-54页 |
| ·NNARS主要模块结构 | 第48-49页 |
| ·NNARS采用的技术架构 | 第49-50页 |
| ·NNARS主要处理流程 | 第50-51页 |
| ·NNARS主要模块功能说明 | 第51-53页 |
| ·数据库设计 | 第53-54页 |
| ·系统开发与运行环境 | 第54页 |
| ·NNARS系统详细设计与实现 | 第54-62页 |
| ·前端WEB界面设计 | 第54-57页 |
| ·新闻抓取模块实现说明 | 第57-59页 |
| ·新闻要素提取模块实现说明 | 第59-60页 |
| ·情感判定模块实现说明 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第4章 负面新闻情感判定算法实验与分析 | 第64-68页 |
| ·关键句提取算法实验 | 第64-65页 |
| ·情感判定算法实验 | 第65-66页 |
| ·NNARS系统处理结果 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| ·本文工作总结 | 第68页 |
| ·下一步工作展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 在读期间发表的学术论文与取得的研究成果 | 第76页 |