| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-9页 |
| ·相关研究 | 第9-14页 |
| ·微博 | 第9-12页 |
| ·文本情感分析 | 第12-13页 |
| ·目前存在的问题 | 第13-14页 |
| ·研究目的与主要工作 | 第14-15页 |
| ·研究目的 | 第14页 |
| ·主要工作 | 第14-15页 |
| ·本文结构 | 第15-17页 |
| 2 微博文本情感分析基础 | 第17-23页 |
| ·相关研究工作 | 第17-18页 |
| ·语言特征提取 | 第18-19页 |
| ·情感分类模型 | 第19-22页 |
| ·朴素贝叶斯算法 | 第19-20页 |
| ·k最近邻节点算法 | 第20页 |
| ·随机森林算法 | 第20-21页 |
| ·支持向量机算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于PAD情感模型的情感词典构建 | 第23-30页 |
| ·PAD情感状态空间模型 | 第23-24页 |
| ·情感词典的建立 | 第24-29页 |
| ·语义相似度计算 | 第24-27页 |
| ·词汇的PAD值计算 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于PAD情感语义特征的中文微博情感分析 | 第30-43页 |
| ·中文文本的特点 | 第30-31页 |
| ·微博文本的特点 | 第31-33页 |
| ·结合语义特征与统计特征的分类方法 | 第33-41页 |
| ·中文微博文本的预处理 | 第33-34页 |
| ·结合语义特征的权重计算 | 第34-38页 |
| ·特征提取 | 第38-40页 |
| ·分类器的选择 | 第40页 |
| ·分析过程 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 5 实验及分析 | 第43-52页 |
| ·实验基础 | 第43-44页 |
| ·基于PAD情感语义特征的权重计算方法分类效果实验 | 第44-46页 |
| ·实验过程 | 第44-45页 |
| ·实验结果与分析 | 第45-46页 |
| ·支持向量机算法与k最近邻节点算法分类效果实验 | 第46-47页 |
| ·实验过程 | 第46-47页 |
| ·实验结果与分析 | 第47页 |
| ·基于PAD情感模型的有主题微博分类效果实验 | 第47-50页 |
| ·实验过程 | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |