面向中文微博文本的情感识别与分类技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 研究目标及主要内容 | 第10-11页 |
| 1.3 论文的组织结构 | 第11-13页 |
| 第二章 相关研究综述 | 第13-21页 |
| 2.1 文本分类技术相关研究 | 第13-17页 |
| 2.1.1 文本的表示方法 | 第13-14页 |
| 2.1.2 文本特征的选择方法 | 第14-16页 |
| 2.1.3 特征权重计算方法 | 第16页 |
| 2.1.4 分类算法 | 第16-17页 |
| 2.2 情感分析技术的国内外研究现状及分析 | 第17-19页 |
| 2.3 面向中文微博文本的情感分析研究现状 | 第19-21页 |
| 2.3.1 微博简介 | 第19页 |
| 2.3.2 中文微博情感分析相关研究 | 第19-21页 |
| 第三章 中文微博文本的情感特征识别与抽取 | 第21-29页 |
| 3.1 中文微博文本的情感特征分析 | 第21-23页 |
| 3.1.1 微博文本的结构特征 | 第21页 |
| 3.1.2 表情符号情感特征 | 第21-22页 |
| 3.1.3 情感特征词 | 第22页 |
| 3.1.4 强调标点符号特征 | 第22-23页 |
| 3.2 情感特征识别与抽取 | 第23-25页 |
| 3.2.1 建立中文微博文本情感特征库 | 第23-25页 |
| 3.3 实验及分析 | 第25-28页 |
| 3.3.1 实验数据 | 第25-26页 |
| 3.3.2 实验方法 | 第26页 |
| 3.3.3 实验评价标准 | 第26-27页 |
| 3.3.4 结果与分析 | 第27-28页 |
| 3.4 小结 | 第28-29页 |
| 第四章 中文微博文本的情感分类技术比较 | 第29-35页 |
| 4.1 情感分类的类别说明 | 第29页 |
| 4.2 中文微博文本的主观句与客观句识别 | 第29-30页 |
| 4.2.1 基于朴素贝叶斯的主观句与客观句分类 | 第29-30页 |
| 4.2.2 基于支持向量机的主观句与客观句识别 | 第30页 |
| 4.3 基于支持向量机的情感分类 | 第30-31页 |
| 4.4 实验与分析 | 第31-34页 |
| 4.4.1 实验数据 | 第31页 |
| 4.4.2 实验评价标准 | 第31-32页 |
| 4.4.3 主观句与客观句识别实验结果分析 | 第32-33页 |
| 4.4.4 情感分类实验结果与分析 | 第33-34页 |
| 4.5 小结 | 第34-35页 |
| 第五章 面向中文微博文本的情感识别与分类系统实现 | 第35-41页 |
| 5.1 系统设计 | 第35-36页 |
| 5.2 系统功能模块设计 | 第36-37页 |
| 5.2.1 微博文本获取模块 | 第36-37页 |
| 5.2.2 文本预处理模块 | 第37页 |
| 5.2.3 抽取情感特征模块 | 第37页 |
| 5.2.4 文本情感识别与分类模块 | 第37页 |
| 5.3 系统功能测试 | 第37-40页 |
| 5.4 小结 | 第40-41页 |
| 第六章 总结与展望 | 第41-43页 |
| 6.1 总结 | 第41页 |
| 6.2 展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 硕士期间科研成果与参加的科研项目 | 第46-47页 |
| 致谢 | 第47页 |
