自然语言处理在军事舆情领域的应用研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 话题发现技术研究现状 | 第12-13页 |
| 1.2.2 命名实体识别技术研究现状 | 第13页 |
| 1.2.3 情感分析技术研究现状 | 第13-14页 |
| 1.3 本文组织结构 | 第14-16页 |
| 第2章 网络爬虫与文本预处理 | 第16-20页 |
| 2.1 网络爬虫 | 第16-17页 |
| 2.2 中文分词 | 第17-18页 |
| 2.3 命名实体识别 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 热点话题发现 | 第20-35页 |
| 3.1 文本表示 | 第20-23页 |
| 3.1.1 向量空间模型 | 第20-21页 |
| 3.1.2 布尔模型 | 第21页 |
| 3.1.3 概率模型 | 第21页 |
| 3.1.4 语义概念模型 | 第21-23页 |
| 3.2 特征选择 | 第23-27页 |
| 3.2.1 TF-IDF | 第23-24页 |
| 3.2.2 信息增益 | 第24-25页 |
| 3.2.3 卡方检验 | 第25-27页 |
| 3.3 文本聚类 | 第27-29页 |
| 3.3.1 基于层次的聚类 | 第27-28页 |
| 3.3.2 基于划分的聚类 | 第28页 |
| 3.3.3 基于网格的聚类 | 第28-29页 |
| 3.3.4 基于密度的聚类 | 第29页 |
| 3.3.5 基于模型的聚类 | 第29页 |
| 3.4 实验设计及结果分析 | 第29-33页 |
| 3.4.1 LDA模型参数调节 | 第30-31页 |
| 3.4.2 文本聚类评价指标 | 第31-32页 |
| 3.4.3 实验设计 | 第32-33页 |
| 3.4.4 实验结果分析 | 第33页 |
| 3.5 本章小结 | 第33-35页 |
| 第4章 情感分析 | 第35-40页 |
| 4.1 基于情感词典的方法 | 第35-36页 |
| 4.2 基于机器学习的方法 | 第36-37页 |
| 4.3 实验的设计与研究 | 第37-39页 |
| 4.3.1 情感分析评价指标 | 第37-38页 |
| 4.3.2 实验设计 | 第38-39页 |
| 4.3.3 实验结果 | 第39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 军事舆情分析系统的设计与实现 | 第40-49页 |
| 5.1 需求分析 | 第40页 |
| 5.2 系统设计与实现 | 第40-47页 |
| 5.2.1 网站爬虫 | 第41-43页 |
| 5.2.2 文本预处理 | 第43-44页 |
| 5.2.3 热点话题发现 | 第44-46页 |
| 5.2.4 情感分析 | 第46-47页 |
| 5.3 前端界面的设计与实现 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结和展望 | 第49-50页 |
| 6.1 本文工作总结 | 第49页 |
| 6.2 对未来的展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 作者简介及在学期间取得的科研成果 | 第52-53页 |
| 致谢 | 第53页 |
