WEB舆情观点挖掘关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·文本挖掘 | 第9-11页 |
| ·舆情观点挖掘 | 第11-12页 |
| ·国内外研究现状 | 第12页 |
| ·本文的主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 系统设计原理及总体框架 | 第14-26页 |
| ·现有的观点挖掘技术 | 第14-16页 |
| ·系统设计原理 | 第16-19页 |
| ·系统总体框架 | 第19-20页 |
| ·系统逻辑结构 | 第20-22页 |
| ·数据结构 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 舆情观点提取 | 第26-49页 |
| ·引言 | 第26-27页 |
| ·相关技术 | 第27-30页 |
| ·文本表示 | 第27-28页 |
| ·事件表示方法 | 第28-29页 |
| ·中文分词 | 第29-30页 |
| ·网络信息的获取 | 第30-33页 |
| ·网页提取流程 | 第30-33页 |
| ·接口与类设计 | 第33页 |
| ·基于多项量的事件提取 | 第33-41页 |
| ·分词词典的扩展 | 第33-35页 |
| ·热点词权值的计算 | 第35-36页 |
| ·人名的提取方法 | 第36-37页 |
| ·事件主题提取 | 第37-41页 |
| ·接口与类设计 | 第41页 |
| ·热点话题聚类 | 第41-43页 |
| ·时间向量的相似性比较 | 第41-42页 |
| ·人物地点相似性比较 | 第42页 |
| ·话题聚类流程 | 第42-43页 |
| ·接口与类设计 | 第43页 |
| ·基于主题词提取的观点挖掘 | 第43-46页 |
| ·观点挖掘的流程 | 第44-45页 |
| ·主题词的提取 | 第45-46页 |
| ·实验 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 观点情感倾向计算方法 | 第49-61页 |
| ·相关研究 | 第49-51页 |
| ·情感词的收集 | 第49-50页 |
| ·情感倾向度 | 第50页 |
| ·情感句的情感倾向 | 第50-51页 |
| ·文本级 | 第51页 |
| ·标注情感词 | 第51-52页 |
| ·建立情感词库 | 第52-55页 |
| ·观点句情感倾向的快速计算 | 第55-56页 |
| ·基于语法模板计算情感倾向度 | 第56-57页 |
| ·实验 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士期间研究成果 | 第68-69页 |
