面向中文Web评论的情感分析技术研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状和发展趋势 | 第13-19页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.2.3 发展趋势 | 第18-19页 |
| 1.3 本文主要研究工作 | 第19-20页 |
| 1.4 本文的组织结构 | 第20-22页 |
| 第二章 中文Web评论获取和预处理 | 第22-34页 |
| 2.1 网络爬虫 | 第22-23页 |
| 2.2 网页信息提取 | 第23-25页 |
| 2.3 评论文本预处理 | 第25-28页 |
| 2.3.1 中文分词 | 第25-26页 |
| 2.3.2 停用词过滤 | 第26-28页 |
| 2.4 基于消息中间件的网页实时处理技术 | 第28-33页 |
| 2.4.1 消息中间件 | 第28-30页 |
| 2.4.2 网页实时处理系统的设计 | 第30-31页 |
| 2.4.3 性能测试 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于文本分类技术的Web评论情感分析 | 第34-45页 |
| 3.1 文本分类相关技术 | 第34-39页 |
| 3.1.1 特征选择方法 | 第34-36页 |
| 3.1.2 文本表示 | 第36页 |
| 3.1.3 特征权重计算 | 第36-37页 |
| 3.1.4 文本分类算法 | 第37-39页 |
| 3.2 基于相关性和冗余度的联合特征选择方法 | 第39-43页 |
| 3.2.1 组合特征选择方法 | 第39-40页 |
| 3.2.2 相关概念定义 | 第40-41页 |
| 3.2.3 算法描述 | 第41-43页 |
| 3.3 基于文本分类的评论情感分析方法 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于情感词典的Web评论情感分析 | 第45-56页 |
| 4.1 《知网》介绍 | 第45-48页 |
| 4.1.1 概念和义原 | 第45-48页 |
| 4.1.2 HowNet中的情感词典 | 第48页 |
| 4.2 情感词典的构建 | 第48-52页 |
| 4.2.1 基于HowNet的情感词典构建 | 第48-50页 |
| 4.2.2 动态情感词词典的构建 | 第50页 |
| 4.2.3 未登录情感词的情感倾向计算 | 第50-52页 |
| 4.3 基于情感词典的评论情感分析方法 | 第52-55页 |
| 4.3.1 修饰副词处理 | 第52-53页 |
| 4.3.2 动态情感词处理 | 第53-54页 |
| 4.3.3 评论的整体情感倾向分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 实验及结果分析 | 第56-63页 |
| 5.1 实验数据集 | 第56-57页 |
| 5.1.1 手工标注数据集 | 第56页 |
| 5.1.2 公开数据集 | 第56-57页 |
| 5.2 文本情感分析的评价指标 | 第57-58页 |
| 5.2.1 准确率与召回率 | 第57页 |
| 5.2.2 微平均和宏平均 | 第57页 |
| 5.2.3 F_1指标 | 第57-58页 |
| 5.3 基于文本分类技术的情感分析实验 | 第58-60页 |
| 5.3.1 实验流程 | 第58页 |
| 5.3.2 实验结果与分析 | 第58-60页 |
| 5.4 基于情感词典的情感分析实验 | 第60-62页 |
| 5.4.1 实验流程 | 第60-61页 |
| 5.4.2 实验结果与分析 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论 | 第63-65页 |
| 6.1 主要工作与创新点 | 第63-64页 |
| 6.2 进一步研究工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
