微博新词的情感倾向性判断研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外相关研究 | 第10-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关理论基础 | 第15-28页 |
| 2.1 新词发现 | 第15-16页 |
| 2.2 词语相似度计算 | 第16-20页 |
| 2.2.1 基于语素的相似度 | 第17-18页 |
| 2.2.2 基于词语网络的相似度 | 第18-19页 |
| 2.2.3 基于统计的相似度 | 第19-20页 |
| 2.3 词语情感倾向性判断 | 第20-26页 |
| 2.3.1 点互信息 | 第20-21页 |
| 2.3.2 潜在语义分析 | 第21-23页 |
| 2.3.3 图模型 | 第23-24页 |
| 2.3.4 词向量优化模型 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 新词情感倾向性判断的实现 | 第28-36页 |
| 3.1 语料的选取 | 第29页 |
| 3.2 清洗语料 | 第29-31页 |
| 3.3 新词发现 | 第31-32页 |
| 3.4 中文分词 | 第32-33页 |
| 3.5 新词的选择 | 第33-34页 |
| 3.6 词语情感倾向性分类 | 第34-35页 |
| 3.7 本章小结 | 第35-36页 |
| 第四章 新词情感倾向性判断方法 | 第36-45页 |
| 4.1 短语模板统计法 | 第36-39页 |
| 4.1.1 短语模板 | 第36-37页 |
| 4.1.2 短语模板计算词语倾向性 | 第37-39页 |
| 4.2 SAM-PMI 算法 | 第39-44页 |
| 4.2.1 语素点互信息方法 | 第39-41页 |
| 4.2.2 SAM-PMI系统实现 | 第41-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 实验结果及分析 | 第45-53页 |
| 5.1 实验数据及评价方法 | 第45页 |
| 5.2 短语模板法实验结果及分析 | 第45-49页 |
| 5.3 SAM-PMI实验结果及分析 | 第49-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文总结 | 第53-54页 |
| 6.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表的论文 | 第61页 |
