微博新闻话题的情感分析研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题的背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·微博的发展现状 | 第11-12页 |
| ·话题识别的相关研究 | 第12-14页 |
| ·情感分析的相关研究 | 第14-17页 |
| ·本文的研究内容 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 第2章 相关理论和技术 | 第19-26页 |
| ·文本表示模型 | 第19页 |
| ·特征权重的表示方法 | 第19-20页 |
| ·词共现 | 第20-22页 |
| ·知网简介 | 第22-23页 |
| ·情感倾向性分析 | 第23-25页 |
| ·词语的情感倾向性分析 | 第23页 |
| ·句子级倾向性极性分析 | 第23-24页 |
| ·篇章的情感倾向性分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于词共现图的微博新闻话题识别 | 第26-35页 |
| ·文本预处理 | 第26-28页 |
| ·中文分词 | 第27页 |
| ·词性过滤 | 第27页 |
| ·词频统计 | 第27-28页 |
| ·停用词过滤 | 第28页 |
| ·主题词抽取 | 第28-29页 |
| ·基于主题词共现图的微博新闻话题识别 | 第29-31页 |
| ·词共现度计算 | 第29-30页 |
| ·基于词共现图的话题识别 | 第30-31页 |
| ·实验结果 | 第31-34页 |
| ·数据准备 | 第31页 |
| ·主题词抽取的参数确定 | 第31-32页 |
| ·实验过程与结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于语义规则的微博新闻话题情感分析 | 第35-41页 |
| ·基于情感词典的方法 | 第35-36页 |
| ·基于语义规则的方法 | 第36-39页 |
| ·情感词 | 第36-37页 |
| ·程度副词特征 | 第37页 |
| ·否定词特征 | 第37-38页 |
| ·表情符号特征 | 第38页 |
| ·情感计算 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·数据准备 | 第39页 |
| ·实验结果分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 结论与展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第46-47页 |
| 致谢 | 第47-48页 |
| 作者简历 | 第48页 |
