| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题的研究背景和意义 | 第7-8页 |
| 1.2 国内外发展现状 | 第8-10页 |
| 1.2.1 国内外相关研究情况 | 第8-10页 |
| 1.2.2 北京电子科技学院多媒体智能信息处理实验室的研究情况 | 第10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 Web新闻倾向性分析技术综述 | 第13-25页 |
| 2.1 基本概念 | 第13-14页 |
| 2.1.1 语义网(Semantic Web) | 第13-14页 |
| 2.1.2 舆情分析 | 第14页 |
| 2.2 互联网内容安全检测技术 | 第14-18页 |
| 2.2.1 话题的检测与跟踪 | 第15-16页 |
| 2.2.2 系统层次结构 | 第16-18页 |
| 2.3 文本处理方法 | 第18-20页 |
| 2.3.1 Hownet相关技术研究 | 第18-20页 |
| 2.3.2 自动分词技术 | 第20页 |
| 2.4 几种倾向性研究方法的比较 | 第20-22页 |
| 2.4.1 基于语义模式的文档倾向性研究 | 第20-21页 |
| 2.4.2 基于情感加权的文档倾向性研究 | 第21-22页 |
| 2.4.3 基于传统分类的文档倾向性研究 | 第22页 |
| 2.5 本章小结 | 第22-25页 |
| 第三章 Web新闻事件的倾向性分析模型的设计 | 第25-41页 |
| 3.1 Web新闻事件的倾向性分析模型的设计目标 | 第25页 |
| 3.2 Web新闻事件的倾向性分析模型的系统框架 | 第25-39页 |
| 3.2.1 情感词典的设计与实现 | 第27-32页 |
| 3.2.2 文本分词的设计与改进 | 第32-34页 |
| 3.2.3 关键句的判断与提取 | 第34-35页 |
| 3.2.4 关键句立场的判断与倾向值的计算 | 第35-37页 |
| 3.2.5 关键句权值的定义与计算 | 第37-39页 |
| 3.2.6 文本倾向值的计算和阈值设定 | 第39页 |
| 3.3 本章小结 | 第39-41页 |
| 第四章 系统性能测试和结果分析 | 第41-45页 |
| 4.1 系统实验数据和实验环境 | 第41页 |
| 4.2 实验评测方法和结果分析 | 第41-44页 |
| 4.2.1 词语倾向值计算与分析 | 第41-42页 |
| 4.2.2 关键句权值设定与分析 | 第42-43页 |
| 4.2.3 文本倾向值计算与分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 工作展望 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 个人研究成果 | 第53-54页 |