摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 引言 | 第8-17页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 研究现状 | 第9-14页 |
1.2.1 主客观分析研究现状 | 第10-11页 |
1.2.2 主观文本的情感倾向性分析的研究现状 | 第11-12页 |
1.2.3 情感要素抽取的研究现状 | 第12-13页 |
1.2.4 微博情感分析研究现状 | 第13-14页 |
1.3 研究内容与难点 | 第14-16页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 研究难点 | 第15-16页 |
1.4 论文组织结构 | 第16-17页 |
第2章 文本情感分析相关知识 | 第17-31页 |
2.1 文本预处理技术 | 第17-20页 |
2.1.1 分词 | 第17页 |
2.1.2 去除停用词 | 第17-18页 |
2.1.3 词项归一化 | 第18页 |
2.1.4 词性标注 | 第18页 |
2.1.5 句法分析 | 第18-19页 |
2.1.6 命名实体识别 | 第19页 |
2.1.7 指代消解 | 第19-20页 |
2.2 文本的计算机表示模型 | 第20-21页 |
2.2.1 词袋模型 | 第20页 |
2.2.2 向量空间模型 | 第20-21页 |
2.3 特征选择 | 第21-25页 |
2.3.1 文档频率 | 第21页 |
2.3.2 信息增益 | 第21-22页 |
2.3.3 互信息 | 第22页 |
2.3.4 CHI 统计 | 第22-25页 |
2.4 文本分类算法 | 第25-28页 |
2.4.1 朴素贝叶斯 | 第25-26页 |
2.4.2 支持向量机 | 第26-28页 |
2.5 情感分析资源 | 第28-30页 |
2.5.1 情感分析的语料 | 第28页 |
2.5.2 情感词典 | 第28-30页 |
2.6 本章小结 | 第30-31页 |
第3章 微博情感特征抽取 | 第31-45页 |
3.1 微博简介 | 第31-35页 |
3.1.1 微博的语言特点 | 第31-33页 |
3.1.2 中英文微博比较 | 第33-35页 |
3.2 微博情感特征分析 | 第35-42页 |
3.2.1 主题标签 | 第36-37页 |
3.2.2 情感词典 | 第37-40页 |
3.2.3 否定 | 第40页 |
3.2.4 情感短语词 | 第40页 |
3.2.5 词性 | 第40-41页 |
3.2.6 表情 | 第41页 |
3.2.7 标点符号 | 第41-42页 |
3.3 微博情感特征抽取 | 第42-44页 |
3.3.1 基于微博语义的特征抽取 | 第42-43页 |
3.3.2 基于 Unigram 和 CHI 统计的微博情感特征抽取 | 第43-44页 |
3.4 本章小结 | 第44-45页 |
第4章 算法设计与实现 | 第45-54页 |
4.1 分类算法流程图 | 第45页 |
4.2 基于规则的微博情感分类 | 第45-48页 |
4.2.1 基于表情词表的情感分类 | 第46页 |
4.2.2 基于情感词典的情感分类 | 第46-47页 |
4.2.3 基于表情和情感词典的情感分类 | 第47-48页 |
4.3 基于机器学习的情感分类 | 第48-50页 |
4.3.1 基于微博语义特征的 SVM 情感分类 | 第49-50页 |
4.3.2 基于 Unigram 和 CHI 统计特征的 SVM 情感分类 | 第50页 |
4.4 系统实现 | 第50-53页 |
4.4.1 数据预处理模块 | 第51-52页 |
4.4.2 特征计算模块 | 第52页 |
4.4.3 分类器 | 第52-53页 |
4.5 本章小结 | 第53-54页 |
第5章 实验与分析 | 第54-63页 |
5.1 实验数据 | 第54-56页 |
5.2 实验评估指标 | 第56-58页 |
5.3 实验设计与结果分析 | 第58-62页 |
5.3.1 实验语料分析 | 第58-59页 |
5.3.2 实验设置与结果分析 | 第59-62页 |
5.4 本章小结 | 第62-63页 |
第6章 总结与展望 | 第63-66页 |
6.1 工作总结 | 第63-64页 |
6.2 不足与展望 | 第64-66页 |
参考文献 | 第66-69页 |
致谢 | 第69-70页 |
附录 | 第70-71页 |
个人简历、在学期间发表的学术论文与研究成果 | 第71页 |