首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于Emoji标签情感的实体情感计算与推理

摘要第6-8页
abstract第8-10页
第一章 绪论第14-20页
    1.1 课题来源第14页
    1.2 研究背景第14-15页
    1.3 研究问题第15-16页
    1.4 论文内容与创新点第16-19页
    1.5 论文的组织结构第19-20页
第二章 国内外研究现状第20-27页
    2.1 文本情感分析第20-25页
        2.1.1 基于语义的方法第20-24页
        2.1.2 基于机器学习方法第24-25页
    2.2 Emoji情感分析第25-27页
第三章 基于社交媒体空间大数据的Emoji六维情感计算及Emoji推荐第27-62页
    3.1 问题提出第27-30页
    3.2 问题定义第30-32页
    3.3 基于社交媒体空间大数据的Emoji链接网络构建第32-35页
    3.4 基于改进标签传播算法的Emoji情感计算第35-42页
        3.4.1 Emoji六维情感的不确定性度量第36-38页
        3.4.2 改进标签传播算法的Emoji情感计算第38-42页
    3.5 基于社交媒体空间大数据的Emoji模式情感计算第42-47页
        3.5.1 社交文本中Emoji关联模式发现第43-45页
        3.5.2 Emoji关联模式的情感计算第45-47页
    3.6 基于社交媒体空间大数据的Emoji推荐第47-51页
        3.6.1 基于情感相似性计算的Emoji推荐第47-48页
        3.6.2 基于用户行为分析的Emoji推荐第48-50页
        3.6.3 基于社交媒体内容的Emoji推荐第50-51页
    3.7 实验与评价第51-60页
        3.7.1 数据集合描述第51页
        3.7.2 实验过程与评价指标第51-53页
        3.7.3 实验结果第53-60页
    3.8 本章小结第60-62页
第四章 面向社交媒体空间大数据的实体情感计算第62-95页
    4.1 问题提出第62-63页
    4.2 问题定义第63-64页
    4.3 社交媒体空间中的实体发现第64-65页
    4.4 基于Emoji的词汇及词汇模式情感计算第65-77页
        4.4.1 词汇情感计算第65-70页
        4.4.2 词汇模式情感计算第70-77页
    4.5 基于词汇和词汇模式的实体情感计算第77-85页
        4.5.1 社交媒体空间大数据中实体的选择第77-78页
        4.5.2 社交媒体空间大数据中的实体情感计算第78-85页
    4.6 社交媒体空间大数据中的实体比较关系挖掘第85-90页
        4.6.1 比较关系模式词的发现第86-87页
        4.6.2 实体比较关系挖掘第87-90页
    4.7 实验与评价第90-94页
        4.7.1 数据集合描述第90页
        4.7.2 实验过程与评价指标第90-91页
        4.7.3 实验结果第91-94页
    4.8 本章小结第94-95页
第五章 社交媒体空间大数据中的实体情感推理第95-108页
    5.1 问题提出第95-96页
    5.2 问题定义第96页
    5.3 基于等同关系的实体情感推理第96-98页
        5.3.1 社交文本中等同词汇发现第97页
        5.3.2 实体间等同关系挖掘及情感推理第97-98页
    5.4 基于动词关系的实体情感推理第98-104页
        5.4.1 实体动词二部有向网络的构建第99-101页
        5.4.2 动词在情感推理中的可信度计算第101-102页
        5.4.3 社交文本中的实体情感推理第102-104页
    5.5 实验与评价第104-107页
        5.5.1 数据集合描述第104页
        5.5.2 实验过程与评价指标第104页
        5.5.3 实验结果第104-107页
    5.6 本章小结第107-108页
第六章 基于Emoji标签情感的实体情感计算与推理的应用第108-117页
    6.1 系统应用背景第108-109页
    6.2 系统模块设计第109-110页
    6.3 Emoji标签以及实体情感应用第110-116页
    6.4 结论第116-117页
第七章 结论与展望第117-120页
    7.1 结论第117-118页
    7.2 展望第118-120页
参考文献第120-127页
作者在攻读硕士学位期间公开发表的论文第127-128页
作者在攻读硕士学位期间所作的项目第128-129页
致谢第129页

论文共129页,点击 下载论文
上一篇:基于维基百科的文本样本扩展方法及其应用研究
下一篇:疫苗临床试验统计分析结果可视化系统的研究与开发