| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及研究意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 研究现状及存在问题 | 第15-16页 |
| 1.2.1 研究现状 | 第15-16页 |
| 1.2.2 存在问题 | 第16页 |
| 1.3 本文的研究内容 | 第16-17页 |
| 1.4 本文的结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 舆情分析相关技术综述 | 第19-34页 |
| 2.1 微博数据采集技术 | 第19-24页 |
| 2.1.1 网络爬虫介绍 | 第19页 |
| 2.1.2 网络爬虫的方式和原理 | 第19-24页 |
| 2.2 微博语料预处理技术 | 第24-28页 |
| 2.3 微博文本聚类方法 | 第28-33页 |
| 2.3.1 文本特征表示 | 第28-30页 |
| 2.3.2 文本聚类算法 | 第30-33页 |
| 2.4 本章总结 | 第33-34页 |
| 第三章 词类模型和词语搭配研究 | 第34-45页 |
| 3.1 词类模型 | 第34-39页 |
| 3.1.1 词义和词类 | 第34-35页 |
| 3.1.2 词义归纳（WSI） | 第35-39页 |
| 3.1.3 词义聚类 | 第39页 |
| 3.2 词类模型构造 | 第39-40页 |
| 3.3 词语搭配自动抽取 | 第40-44页 |
| 3.3.1 搭配相关研究综述 | 第40-41页 |
| 3.3.2 本文自动获取搭配的方法介绍 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于对数似然比和熵的自动抽取搭配方法 | 第45-54页 |
| 4.1 自动抽取搭配方法 | 第45-46页 |
| 4.2 节点词和候选搭配词间相关统计量 | 第46-48页 |
| 4.2.1 节点词和候选搭配词间相关程度度量 | 第46页 |
| 4.2.2 词语间结构分布信息相关性度量 | 第46-47页 |
| 4.2.3 语料库和搭配评价指标 | 第47-48页 |
| 4.3 统计量阈值的选取 | 第48-50页 |
| 4.4 基于对数似然比和熵融合方法 | 第50-53页 |
| 4.4.1 体现重复性和任意性特征的统计量选取 | 第50-51页 |
| 4.4.2 表征词语之间结构特性的统计量 | 第51-52页 |
| 4.4.3 基于对数似然比与熵融合的搭配自动抽取方法 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于词类和搭配的微博舆情文本聚类方法 | 第54-60页 |
| 5.1 词类和搭配方法实现 | 第54-56页 |
| 5.2 改进后的K-Means算法实现 | 第56-58页 |
| 5.3 实验结果及分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结和展望 | 第60-62页 |
| 6.1 本文研究总结 | 第60页 |
| 6.2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |