摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 研究现状 | 第10-11页 |
1.3 主要研究内容及创新点 | 第11-12页 |
1.3.1 主要研究内容 | 第11页 |
1.3.2 论文创新点 | 第11-12页 |
1.4 论文组织结构 | 第12-13页 |
第2章 微博情感分析研究综述 | 第13-18页 |
2.1 微博情感倾向性分析的基本概念 | 第13-14页 |
2.2 国内外微博情感分析方法介绍 | 第14-17页 |
2.2.1 国外微博情感分析技术 | 第14-15页 |
2.2.2 国内微博情感分析技术 | 第15-17页 |
2.3 小结 | 第17-18页 |
第3章 微博情感词典构建方法研究 | 第18-29页 |
3.1 研究问题及研究思路 | 第18-19页 |
3.2 SO-PMI 算法原理 | 第19-20页 |
3.3 微博基础情感词典构建研究 | 第20-23页 |
3.3.1 微博基础情感词集 | 第20-21页 |
3.3.2 基于搜索引擎的基础情感词典构建方法 | 第21-23页 |
3.3.3 微博基础情感词典构建 | 第23页 |
3.4 中文微博表情情感词典研究 | 第23-26页 |
3.4.1 中文微博表情符号获取 | 第23-24页 |
3.4.2 基于 SO-PMI 的表情情感词典构建方法 | 第24-25页 |
3.4.3 微博表情符号情感词典构建 | 第25-26页 |
3.5 微博网络用语情感词典研究 | 第26-28页 |
3.5.1 网络用语候选词集生成 | 第26页 |
3.5.2 利用 TF-IDF 过滤 | 第26-27页 |
3.5.3 微博网络用语情感词典构建 | 第27-28页 |
3.6 小结 | 第28-29页 |
第4章 中文微博情感倾向性分析方法研究 | 第29-39页 |
4.1 中文微博情感分析思路概述 | 第29-30页 |
4.2 语料的预处理与标注 | 第30-31页 |
4.2.1 语料预处理 | 第30-31页 |
4.2.2 中文微博情感极性标注 | 第31页 |
4.3 情感分析特征选择及权值计算 | 第31-35页 |
4.3.1 概述 | 第31-32页 |
4.3.2 CHI 统计特征选择 | 第32页 |
4.3.3 基于情感词典的特征选择 | 第32-33页 |
4.3.4 结合句法路径和情感词典的特征选择 | 第33-34页 |
4.3.5 特征权值计算 | 第34-35页 |
4.4 基于朴素贝叶斯的微博情感分类 | 第35-37页 |
4.4.1 朴素贝叶斯分类器原理 | 第35-36页 |
4.4.2 基于朴素贝叶斯的微博情感分类器 | 第36-37页 |
4.5 基于情感词典的微博情感分析 | 第37-38页 |
4.6 小结 | 第38-39页 |
第5章 实验与结果分析 | 第39-58页 |
5.1 实验设计概述 | 第39-40页 |
5.2 实验语料库介绍 | 第40-44页 |
5.2.1 语料采集及采集系统介绍 | 第40页 |
5.2.2 中文微博语料统计分析 | 第40-42页 |
5.2.3 语料库及标注 | 第42-44页 |
5.3 评价指标 | 第44-45页 |
5.4 基于朴素贝叶斯的文本情感分析实验 | 第45-50页 |
5.4.1 单一观点情况下的情感分析结果 | 第45-47页 |
5.4.2 观点分割情况下的情感分析结果 | 第47-49页 |
5.4.3 基于朴素贝叶斯的微博情感分类实验比较分析 | 第49-50页 |
5.5 基于情感词典的文本情感分析实验 | 第50-54页 |
5.5.1 实验概述 | 第50页 |
5.5.2 基于情感词典的特征提取实验及分析 | 第50-52页 |
5.5.3 二次提取的微博情感分析特征提取实验及分析 | 第52-53页 |
5.5.4 基于情感词典的分类实验比较分析 | 第53-54页 |
5.6 值得探讨的问题 | 第54-55页 |
5.7 微博情感可视化 | 第55-57页 |
5.7.1 系统框架 | 第55-56页 |
5.7.2 情感分析系统 | 第56-57页 |
5.8 小结 | 第57-58页 |
第6章 结论与展望 | 第58-60页 |
6.1 结论 | 第58-59页 |
6.2 存在问题 | 第59页 |
6.3 未来的研究与展望 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-65页 |
攻读学位期间主要的研究成果 | 第65-66页 |