微博新词发现及新词情感极性判断方法
| 中文摘要 | 第5-6页 |
| 英文摘要 | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 研究现状与目的 | 第11-14页 |
| 1.2.1 新词发现研究现状 | 第11-12页 |
| 1.2.2 词语级情绪分析研究现状 | 第12-14页 |
| 1.3 本文研究内容和组织结构 | 第14-16页 |
| 1.3.1 本文的研究内容 | 第14页 |
| 1.3.2 本文结构 | 第14-16页 |
| 2 相关理论概述 | 第16-26页 |
| 2.1 新词定义及其识别难点 | 第16页 |
| 2.2 新词发现方法概述 | 第16-17页 |
| 2.3 新词特征选择概述 | 第17-21页 |
| 2.3.1 互信息与点互信息 | 第18-19页 |
| 2.3.2 邻接熵 | 第19-20页 |
| 2.3.3 新词合成算法 | 第20-21页 |
| 2.4 新词情感极性判断方法概述 | 第21-22页 |
| 2.5 新词情感判断相关理论概述 | 第22-24页 |
| 2.5.1 词向量 | 第22-23页 |
| 2.5.2 Word2vec简介 | 第23页 |
| 2.5.3 词的相似度与相关度 | 第23-24页 |
| 2.5.4 SO-PMI情感倾向点互信息 | 第24页 |
| 2.6 本章小结 | 第24-26页 |
| 3 微博新词发现方法 | 第26-40页 |
| 3.1 语料库选择及预处理 | 第26-30页 |
| 3.1.1 解析XML文件 | 第27-28页 |
| 3.1.2 冗余元素过滤 | 第28-29页 |
| 3.1.3 文本分词 | 第29-30页 |
| 3.2 基于改进新词合成算法的新词发现 | 第30-33页 |
| 3.2.1 多字点互信息 | 第30-31页 |
| 3.2.2 改进的新词合成算法 | 第31-32页 |
| 3.2.3 新词候选词过滤 | 第32-33页 |
| 3.3 实验结果及分析 | 第33-39页 |
| 3.3.1 实验数据及评价标准 | 第33-34页 |
| 3.3.2 实验阈值设定 | 第34-35页 |
| 3.3.3 实验过程 | 第35-38页 |
| 3.3.4 实验结果分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 新词情感极性判断 | 第40-50页 |
| 4.1 语料及情感词典选择 | 第40-42页 |
| 4.2 结合词向量与极性词典的词情感判断 | 第42-44页 |
| 4.2.1 词转向量及近义词计算 | 第42-43页 |
| 4.2.2 改进的情感倾向点互信息 | 第43页 |
| 4.2.3 新词情感极性判断 | 第43-44页 |
| 4.3 实验结果及分析 | 第44-49页 |
| 4.3.1 实验数据及评价标准 | 第44-45页 |
| 4.3.2 新词情感极性判断实验 | 第45-48页 |
| 4.3.3 句子级情绪分析测验 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录A | 第56-57页 |
| 致谢 | 第57页 |
