知乎“抄袭”话题评论的情感分析
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第10-16页 |
| 第一节 研究背景及研究意义 | 第10-13页 |
| 第二节 文献综述 | 第13-16页 |
| 第二章 情感分析的相关内容介绍 | 第16-32页 |
| 第一节 情感分析的基本概念 | 第16-17页 |
| 第二节 情感分析的主要研究问题 | 第17-18页 |
| 第三节 情感分析的主要方法 | 第18-23页 |
| 一、基于词典的情感分析 | 第18-21页 |
| 二、基于机器学习方法下的情感分析 | 第21-23页 |
| 第四节 情感词典 | 第23-24页 |
| 一、Hownet情感词典 | 第23-24页 |
| 二、NTUSD情感词典 | 第24页 |
| 三、拓展情感词典——哈工大同义词词林拓展版 | 第24页 |
| 第五节 相关机器学习算法介绍 | 第24-29页 |
| 第六节 文本分词 | 第29-32页 |
| 一、中文分词的方法 | 第29页 |
| 二、分词工具 | 第29-32页 |
| 第三章 知乎抄袭话题评论文本的获取 | 第32-36页 |
| 第一节 知乎网站相关介绍 | 第32-33页 |
| 一、知乎网站 | 第32-33页 |
| 二、抄袭话题评论文本 | 第33页 |
| 第二节 文本获取 | 第33-36页 |
| 第四章 基于情感词典的情感分析 | 第36-43页 |
| 第一节 词典的构建 | 第36-38页 |
| 第二节 数据预处理 | 第38-39页 |
| 一、训练集和测试集 | 第38页 |
| 二、数据清洗 | 第38-39页 |
| 第三节 计算情感得分 | 第39-42页 |
| 一、分词 | 第39页 |
| 二、删除停用词 | 第39页 |
| 三、情感得分 | 第39-40页 |
| 四、模型评估 | 第40-42页 |
| 第四节 词云的制作 | 第42-43页 |
| 第五章 基于机器学习方法的情感分析 | 第43-48页 |
| 第一节 数据的预处理 | 第43页 |
| 一、训练集和测试集 | 第43页 |
| 二、数据清洗 | 第43页 |
| 第二节 分词和去除停用词 | 第43-44页 |
| 第三节 特征提取 | 第44页 |
| 一、分词结果筛选 | 第44页 |
| 二、计算TF指标 | 第44页 |
| 三、计算DF指标 | 第44页 |
| 四、计算TFIDF指标 | 第44页 |
| 第四节 构建模型 | 第44-45页 |
| 一、数据的重新整理 | 第44-45页 |
| 二、构建模型 | 第45页 |
| 第五节 模型评估 | 第45-48页 |
| 一、数据整理 | 第45-46页 |
| 二、构建模型 | 第46页 |
| 三、模型诊断 | 第46-48页 |
| 第六章 结论和展望 | 第48-50页 |
| 第一节 结论 | 第48-49页 |
| 第二节 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
