| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 图目录 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·本课题研究的目的和意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-14页 |
| ·传统常规文本的情感分析 | 第12-13页 |
| ·微博类短文本的情感分析 | 第13-14页 |
| ·课题中使用的资源及其介绍 | 第14-15页 |
| ·本文研究的主要内容 | 第15-16页 |
| 第二章 基于AEW算法的情感词自动挖掘及情感权重计算 | 第16-32页 |
| ·情感词计算现状分析与对比 | 第16-18页 |
| ·相关技术介绍 | 第18-24页 |
| ·文本分类概述 | 第18-20页 |
| ·文本的向量表示 | 第20页 |
| ·特征选择 | 第20-22页 |
| ·信息增益 | 第20-21页 |
| ·互信息 | 第21-22页 |
| ·χ~2统计 | 第22页 |
| ·文本分类算法 | 第22-24页 |
| ·贝叶斯分类 | 第22-23页 |
| ·支持向量机分类 | 第23页 |
| ·K最近邻分类 | 第23-24页 |
| ·基于AEW算法的情感词典构建模型 | 第24-32页 |
| ·文本预处理 | 第24-27页 |
| ·基于AEW算法的情感词典构建思路 | 第27-32页 |
| 第三章 情感主体属性的识别 | 第32-39页 |
| ·微博话题特点简介 | 第32-33页 |
| ·观点句识别 | 第33-36页 |
| ·情感倾向性判断 | 第36-37页 |
| ·情感主体属性抽取 | 第37-39页 |
| 第四章 实验与结果分析 | 第39-50页 |
| ·情感词挖掘系统 | 第39-44页 |
| ·实验构建与实验结果分析 | 第40-44页 |
| ·情感主体属性的识别及情感倾向性判断 | 第44-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50页 |
| ·进一步的研究工作 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |