中文微博情感倾向性分析研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 微博发展现状 | 第13-14页 |
| 1.2.2 微博情感倾向分析现状 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文的组织和结构 | 第16-17页 |
| 第二章 相关理论与技术分析 | 第17-25页 |
| 2.1 中文微博的特点 | 第17页 |
| 2.2 自然语言处理技术 | 第17-19页 |
| 2.2.1 中文分词 | 第18-19页 |
| 2.2.2 去停用词 | 第19页 |
| 2.3 特征选择技术 | 第19-22页 |
| 2.3.1 常用的特征选择方法 | 第19-22页 |
| 2.3.2 特征选择方法的比较 | 第22页 |
| 2.4 情感极性分类技术 | 第22-24页 |
| 2.4.1 基于知识库的方法 | 第23页 |
| 2.4.2 基于机器学习的方法 | 第23-24页 |
| 2.5 本章总结 | 第24-25页 |
| 第三章 微博情感词典的分析与扩展 | 第25-39页 |
| 3.1 情感词典介绍 | 第25-26页 |
| 3.1.1 情感属于介绍 | 第25页 |
| 3.1.2 情感词典重要性 | 第25-26页 |
| 3.1.3 情感词典组成 | 第26页 |
| 3.2 情感词典构建 | 第26-31页 |
| 3.2.1 基础情感词典 | 第26-27页 |
| 3.2.2 网络情感词典 | 第27-28页 |
| 3.2.3 微博领域情感词典 | 第28-29页 |
| 3.2.4 表情符号情感词典 | 第29-30页 |
| 3.2.5 程度副词词典 | 第30-31页 |
| 3.2.6 否定词词典 | 第31页 |
| 3.3 基于情感词典的扩展 | 第31-36页 |
| 3.3.1 SO-PMI算法 | 第31-33页 |
| 3.3.2 SO-PMI算法扩展 | 第33-34页 |
| 3.3.3 微博领域情感词典构建 | 第34-36页 |
| 3.4 情感词典的极性强度计算 | 第36-38页 |
| 3.4.1 字的情感值计算 | 第36-37页 |
| 3.4.2 词的情感值计算 | 第37-38页 |
| 3.5 本章总结 | 第38-39页 |
| 第四章 基于扩展的情感词典的情感倾向计算 | 第39-44页 |
| 4.1 情感倾向含义 | 第39-40页 |
| 4.2 微博情感倾向性分析计算 | 第40-42页 |
| 4.2.1 情感词汇特征提取 | 第40页 |
| 4.2.2 组合情感词典情感值计算 | 第40-42页 |
| 4.3 微博情感倾向计算 | 第42-43页 |
| 4.4 本章总结 | 第43-44页 |
| 第五章 实验结果及分析 | 第44-56页 |
| 5.1 实验环境 | 第44页 |
| 5.1.1 硬件环境 | 第44页 |
| 5.1.2 软件环境 | 第44页 |
| 5.2 实验数据 | 第44页 |
| 5.3 实验性能指标评估 | 第44-46页 |
| 5.4 实验设计与分析 | 第46-55页 |
| 5.5 本章总结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附件 | 第63页 |
