基于互联网的情感词库扩展与优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 情感分析研究背景 | 第12-13页 |
| 1.3 情感本体研究背景 | 第13-14页 |
| 1.4 本课题的提出 | 第14-15页 |
| 1.5 章节安排 | 第15-17页 |
| 第2章 情感词库定义 | 第17-23页 |
| 2.1 情感分类 | 第17-18页 |
| 2.2 HowNet情感词库介绍 | 第18页 |
| 2.3 WordNet情感词库介绍 | 第18-19页 |
| 2.4 本文情感词库定义 | 第19-21页 |
| 2.5 情感词库构建 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 通用情感词自动获取 | 第23-33页 |
| 3.1 基于网络语料的词汇情感分类 | 第23-24页 |
| 3.2 情感词汇特征分析 | 第24-27页 |
| 3.2.1 词性特征 | 第24-25页 |
| 3.2.2 修饰特征 | 第25页 |
| 3.2.3 搭配特征 | 第25-26页 |
| 3.2.4 句型特征 | 第26-27页 |
| 3.2.5 词汇特征 | 第27页 |
| 3.3 特征选取 | 第27-28页 |
| 3.4 基于搜集引擎的语料构建 | 第28-30页 |
| 3.5 基于最大熵的情感词自动获取 | 第30-32页 |
| 3.5.1 最大熵模型介绍 | 第30-31页 |
| 3.5.2 最大熵模型向量表示 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 情感词汇的领域扩展 | 第33-53页 |
| 4.1 问题分析 | 第33-34页 |
| 4.2 基于互信息框架的搭配抽取 | 第34-37页 |
| 4.2.1 系统介绍 | 第34-35页 |
| 4.2.2 互信息介绍 | 第35-36页 |
| 4.2.3 抽取候选搭配 | 第36页 |
| 4.2.4 搭配倾向性判断 | 第36-37页 |
| 4.3 基于模板框架的搭配抽取 | 第37-46页 |
| 4.3.1 系统介绍 | 第37-38页 |
| 4.3.2 种子搭配的构建 | 第38-39页 |
| 4.3.3 搭配模板的定义 | 第39-40页 |
| 4.3.4 基于字符串模板生成 | 第40-41页 |
| 4.3.5 基于句法树模板生成 | 第41-44页 |
| 4.3.6 模板信任度 | 第44-45页 |
| 4.3.7 搭配抽取与情感判定 | 第45-46页 |
| 4.4 倾向性词串的抽取 | 第46-52页 |
| 4.4.1 倾向性词串抽取 | 第47-50页 |
| 4.4.2 倾向性词串极性判断 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 实验及结果分析 | 第53-67页 |
| 5.1 基于最大熵的通用情感词抽取 | 第53-58页 |
| 5.1.1 实验步骤 | 第54页 |
| 5.1.2 评价方法 | 第54-55页 |
| 5.1.3 实验结果 | 第55-57页 |
| 5.1.4 实验分析 | 第57-58页 |
| 5.2 情感词汇的领域扩展 | 第58-65页 |
| 5.2.1 评价方法 | 第58页 |
| 5.2.2 抽取语料介绍 | 第58-59页 |
| 5.2.3 情感搭配抽取实验 | 第59-63页 |
| 5.2.4 情感词串抽取实验 | 第63-65页 |
| 5.3 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67页 |
| 6.2 未来工作 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间参加的科研项目 | 第75页 |
