面向微博的观点摘要关键技术研究
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文研究内容 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 基础理论及研究方法 | 第17-29页 |
| ·情感分析 | 第17-24页 |
| ·文本表示 | 第17-18页 |
| ·情感词典 | 第18-19页 |
| ·有监督机器学习方法 | 第19-23页 |
| ·评价标准 | 第23-24页 |
| ·文本摘要 | 第24-27页 |
| ·浅层狄利克雷分布(LDA)模型 | 第24-25页 |
| ·熵 | 第25-26页 |
| ·ROUGE评价指标 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于三元词组模式的微博情感分析方法 | 第29-39页 |
| ·任务描述 | 第29页 |
| ·三元词组模式算法 | 第29-33页 |
| ·预处理 | 第29-30页 |
| ·构建情感词典 | 第30-31页 |
| ·算法描述 | 第31-32页 |
| ·特征抽取 | 第32-33页 |
| ·数据集 | 第33-34页 |
| ·实验结果及分析 | 第34-36页 |
| ·无监督方法对标注结果的影响 | 第34-35页 |
| ·程度副词的权重设置对标注结果的影响 | 第35页 |
| ·特征选择方法在不同维度下对测试结果的影响 | 第35-36页 |
| ·分类方法的选择对结果的影响 | 第36页 |
| ·本章小结 | 第36-39页 |
| 第四章 基于熵融合的微博文本摘要方法 | 第39-47页 |
| ·任务描述 | 第39-40页 |
| ·微博文本摘要 | 第40-42页 |
| ·算法描述 | 第40页 |
| ·相似度计算 | 第40-41页 |
| ·微博重要度计算 | 第41-42页 |
| ·摘要生成 | 第42页 |
| ·数据集 | 第42-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·不同的摘要方法对结果的影响 | 第43-44页 |
| ·参数设置对结果的影响 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读学位期间取得的研究成果 | 第53-55页 |
| 致谢 | 第55-57页 |
| 个人简况及联系方式 | 第57-59页 |
| 承诺书 | 第59-61页 |
