摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题来源 | 第9页 |
1.2 课题背景、研究目的及意义 | 第9-10页 |
1.3 国内外相关技术发展现状 | 第10-16页 |
1.3.1 文本情绪分析研究现状 | 第10-12页 |
1.3.2 读者情绪预测研究现状 | 第12-15页 |
1.3.3 情绪词典及相关资源研究现状 | 第15-16页 |
1.4 本文的主要研究内容和组织结构 | 第16-18页 |
第2章 基于标题语义概念的读者情绪预测 | 第18-33页 |
2.1 引言 | 第18页 |
2.2 基于语义概念词的情绪预测方法 | 第18-28页 |
2.2.1 语义概念资源 HowNet | 第18-20页 |
2.2.2 基于 HowNet 的文本概念特征生成 | 第20页 |
2.2.3 基于多标签分类算法的情绪预测方法 | 第20-22页 |
2.2.4 实验与分析 | 第22-28页 |
2.3 基于语义概念序列的情绪预测方法 | 第28-32页 |
2.3.1 变长语义概念序列特征的生成 | 第28-30页 |
2.3.2 实验与分析 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第3章 情绪表达与认知分离的新型情绪词典构建 | 第33-47页 |
3.1 引言 | 第33页 |
3.2 情绪词典标注方法设计 | 第33-39页 |
3.2.1 标注对象的选取 | 第33页 |
3.2.2 HowNet 消歧信息的引入 | 第33-34页 |
3.2.3 情绪表达、情绪认知的基本划分 | 第34页 |
3.2.4 情绪词的角色属性的划分 | 第34-36页 |
3.2.5 针对词性的具体标注方案 | 第36-37页 |
3.2.6 具体情绪类别及其强度 | 第37-38页 |
3.2.7 标注示例 | 第38-39页 |
3.3 情绪词典的标注数据统计结果 | 第39-43页 |
3.4 情绪词典在语料中的统计数据 | 第43-46页 |
3.4.1 情绪词在目标语料的覆盖情况 | 第43页 |
3.4.2 情绪类别强度分布情况 | 第43-46页 |
3.5 本章小结 | 第46-47页 |
第4章 结合新型情绪词典的读者情绪预测 | 第47-53页 |
4.1 引言 | 第47页 |
4.2 基于全文情绪表达与认知词的情绪预测方法 | 第47-48页 |
4.3 基于扩展标题情绪标注信息的情绪预测 | 第48-52页 |
4.3.1 标题文本的扩展方法 | 第48-49页 |
4.3.2 实验与分析 | 第49-52页 |
4.4 本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-59页 |
攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
致谢 | 第61页 |