基于股票评论的句子级情感分析方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究目的与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 情感信息抽取研究现状 | 第9-12页 |
| 1.2.2 句子级情感分析研究现状 | 第12-13页 |
| 1.2.3 股评领域情感分析研究现状 | 第13页 |
| 1.2.4 国内外研究现状评述 | 第13-14页 |
| 1.3 主要研究内容及框架 | 第14-16页 |
| 第2章 相关理论研究基础与方法 | 第16-28页 |
| 2.1 情感分析技术 | 第16-25页 |
| 2.1.1 文本表示及预处理 | 第17-18页 |
| 2.1.2 文本特征选择 | 第18-21页 |
| 2.1.3 文本特征权重选择 | 第21-22页 |
| 2.1.4 文本分类方法 | 第22-24页 |
| 2.1.5 分类评估 | 第24-25页 |
| 2.2 情感信息抽取技术 | 第25-27页 |
| 2.2.1 基于规则的抽取方法 | 第26-27页 |
| 2.2.2 基于统计的抽取方法 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 单支股票的句子级情感分析方法研究 | 第28-36页 |
| 3.1 数据集准备 | 第28-29页 |
| 3.1.1 网站选择 | 第28页 |
| 3.1.2 爬虫程序实现 | 第28-29页 |
| 3.2 数据预处理 | 第29-32页 |
| 3.2.1 噪音过滤 | 第29-30页 |
| 3.2.2 数据标注 | 第30-31页 |
| 3.2.3 股票评论特点分析 | 第31页 |
| 3.2.4 分词及词性标注 | 第31-32页 |
| 3.3 文本特征项选择及其权重的改进 | 第32-33页 |
| 3.4 基于多种机器学习的情感分析结果 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 多支股票的句子级情感分析方法研究 | 第36-51页 |
| 4.1 数据预处理 | 第36-37页 |
| 4.2 基于关键词抽取的情感分析 | 第37-43页 |
| 4.2.1 评价对象候选集构建 | 第37-38页 |
| 4.2.2 评价词词典构建 | 第38-41页 |
| 4.2.3 基于关键词抽取的情感分析结果 | 第41-43页 |
| 4.3 结合依存句法的情感分析 | 第43-49页 |
| 4.3.1 依存句法分析平台 | 第43-45页 |
| 4.3.2 抽取评价单元 | 第45-48页 |
| 4.3.3 基于依存句法的情感分析结果 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 附录 | 第59-61页 |
| 致谢 | 第61页 |
