学习者情感挖掘研究--以博客为数据源
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第9-25页 |
| 1.1 课题提出 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 情感语料库的构建 | 第11-12页 |
| 1.2.2 文本分类方法 | 第12-13页 |
| 1.2.3 文本情感分类 | 第13-15页 |
| 1.2.4 学习者情感挖掘整体思路 | 第15-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 理论基础、研究方法 | 第16-21页 |
| 1.4.1 认知理论 | 第16-17页 |
| 1.4.2 认知风格 | 第17-18页 |
| 1.4.3 情感教学 | 第18-19页 |
| 1.4.4 文本情感分析 | 第19-20页 |
| 1.4.5 信息互动系统观 | 第20-21页 |
| 1.5 创新点 | 第21-22页 |
| 1.6 研究方法 | 第22页 |
| 1.7 全文章节结构 | 第22-25页 |
| 第2章 学习者评论挖掘的信息抽取及情感分类 | 第25-33页 |
| 2.1 学习者的评论信息抽取 | 第25-26页 |
| 2.2 从多元化视角对学习者情感词汇架构的构建 | 第26-28页 |
| 2.3 学习者评论特征的抽取方法 | 第28-30页 |
| 2.4 情感分类 | 第30-32页 |
| 2.5 学习者的情感分类 | 第32-33页 |
| 第3章 学习者评论的情感文本分类方法 | 第33-39页 |
| 3.1 基于训练集的情感文本分类方法 | 第33-36页 |
| 3.1.1 主客观性判断 | 第33页 |
| 3.1.2 最大熵分类器 | 第33-34页 |
| 3.1.3 支持向量机 | 第34页 |
| 3.1.4 朴素贝叶斯 | 第34-35页 |
| 3.1.5 三种分类方法的比较 | 第35-36页 |
| 3.2 基于情感词词典的情感文本分类方法 | 第36-37页 |
| 3.3 情感挖掘算法的比较 | 第37-39页 |
| 第4章 学习者评论的情感倾向分析 | 第39-46页 |
| 4.1 情感分析工具——ROST | 第39-43页 |
| 4.2 学习者情感倾向值计算 | 第43-44页 |
| 4.3 学习者情感倾向度判断 | 第44-46页 |
| 第5章 案例分析 | 第46-50页 |
| 5.1 学习者情感挖掘的流程 | 第46页 |
| 5.2 学习者情感挖掘结果 | 第46-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在读期间公布发表论文（著）及科研情况 | 第55页 |
