基于微博的药物评论细粒度情感分析
中文摘要 | 第4-6页 |
abstract | 第6-8页 |
第1章 绪论 | 第11-16页 |
1.1 研究背景 | 第11-12页 |
1.2 研究目的及意义 | 第12-13页 |
1.3 研究内容 | 第13-14页 |
1.4 论文组织框架 | 第14-16页 |
第2章 情感分析相关研究 | 第16-25页 |
2.1 情感分析基础研究 | 第16-20页 |
2.1.1 情感分析的概念 | 第16页 |
2.1.2 情感分析粒度的划分 | 第16-19页 |
2.1.3 情感分析的准备 | 第19-20页 |
2.2 情感分析方法研究 | 第20-22页 |
2.2.1 机器学习法 | 第20-21页 |
2.2.2 情感词典法 | 第21-22页 |
2.2.3 词典-机器学习结合法 | 第22页 |
2.3 情感分析的应用 | 第22-23页 |
2.4 本章小结 | 第23-25页 |
第3章 微博细粒度情感分析 | 第25-39页 |
3.1 基础情感词汇词典的补充 | 第25-27页 |
3.2 表情符号情感词典的构建 | 第27-29页 |
3.3 网络用语情感词典的构建 | 第29-31页 |
3.4 疑问词词典的构建 | 第31-33页 |
3.5 修饰词词词典的构建 | 第33-35页 |
3.6 基于词典与规则的情感分析 | 第35-37页 |
3.7 本章小结 | 第37-39页 |
第4章 实证研究 | 第39-47页 |
4.1 实验数据的处理 | 第39-40页 |
4.1.1 实验数据集获取 | 第39-40页 |
4.1.2 实验数据集清洗 | 第40页 |
4.1.3 实验数据集分词 | 第40页 |
4.2 实验性能的评价 | 第40-41页 |
4.3 方法验证与结果 | 第41-45页 |
4.3.1 实验方法验证 | 第41-42页 |
4.3.2 实验结果分析 | 第42-45页 |
4.4 本章小结 | 第45-47页 |
第5章 总结与展望 | 第47-49页 |
5.1 研究结论 | 第47-48页 |
5.2 展望 | 第48-49页 |
参考文献 | 第49-59页 |
作者简介及在学期间所取得的科研成果 | 第59-60页 |
致谢 | 第60页 |