| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究的背景意义和目的 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目的和意义 | 第12-13页 |
| 1.2 国内外技术研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 面向贴吧文本的情感词典的构建 | 第18-37页 |
| 2.1 情感计算简介 | 第18页 |
| 2.2 基础情感词典 | 第18-24页 |
| 2.2.1 NTUSD台湾大学情感词典 | 第18页 |
| 2.2.2 HowNet知网情感词典 | 第18-20页 |
| 2.2.3 其他常用的情感词典 | 第20-21页 |
| 2.2.4 中文情感词汇本体库 | 第21-24页 |
| 2.3 贴吧领域情感词典扩充 | 第24-36页 |
| 2.3.1 贴吧文本基础词典 | 第25页 |
| 2.3.2 Heritrix爬取软件 | 第25-28页 |
| 2.3.3 抓取过程 | 第28-31页 |
| 2.3.4 构建领域情感词典的意义 | 第31-32页 |
| 2.3.5 领域情感词典的生成 | 第32页 |
| 2.3.6 贴吧中特殊词汇 | 第32-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 面向贴吧文本的情感倾向预处理方法 | 第37-46页 |
| 3.1 情感倾向 | 第37页 |
| 3.2 文本预处理技术 | 第37-39页 |
| 3.2.1 中文分词 | 第37-39页 |
| 3.2.2 去除停用词 | 第39页 |
| 3.3 特征选择算法 | 第39-43页 |
| 3.3.1 词频法 | 第39页 |
| 3.3.2 文档频率 | 第39-40页 |
| 3.3.3 互信息法 | 第40-42页 |
| 3.3.4 基于特征选择的互信息改进算法 | 第42-43页 |
| 3.4 LTP-Cloud语言技术平台 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 实验设计及结果分析 | 第46-65页 |
| 4.1 SVM分类算法介绍 | 第46-49页 |
| 4.1.1 SVM数学推导 | 第46-48页 |
| 4.1.2 核函数 | 第48-49页 |
| 4.2 决策树 | 第49页 |
| 4.3 K最近邻算法 | 第49-50页 |
| 4.4 实验设计 | 第50-63页 |
| 4.4.1 实验评判准则 | 第51-52页 |
| 4.4.2 基于SVM的贴吧文本情感分类实验结果及讨论 | 第52-55页 |
| 4.4.3 基于决策树的贴吧文本情感分类实验结果及讨论 | 第55-58页 |
| 4.4.4 基于K最近邻算法的贴吧文本情感分类实验结果及讨论 | 第58-61页 |
| 4.4.5 基于特征选择的互信息改进算法改进前后的对比实验 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
| 参考文献 | 第69-71页 |
