首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向话题型微博评论的观点识别及其情感倾向分析研究

摘要第5-6页
ABSTRACT第6-7页
目录第8-11页
1 绪论第11-20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 微博国内外研究综述第13-15页
        1.3.1 国内微博情感分析研究现状第13-14页
        1.3.2 国外微博情感分析研究现状第14-15页
    1.4 观点识别研究综述第15-16页
    1.5 研究内容及挑战第16-17页
    1.6 研究框架第17-19页
    1.7 本章小结第19-20页
2 相关介绍与理论概述第20-31页
    2.1 微博概述第20-22页
        2.1.1 微博定义及发展第20页
        2.1.2 微博特点及其成功原因第20-21页
        2.1.3 国内外微博比较第21-22页
    2.2 文本特征选择方法第22-25页
        2.2.1 特征选取及要点第22页
        2.2.2 目前常用的几种特征选择方法第22-24页
        2.2.3 目前文本特征提取的难点第24-25页
        2.2.4 微博研究特征选取方法第25页
    2.3 文本预处理第25-30页
        2.3.1 中文分词第26-27页
        2.3.2 中文分词难点总结第27页
        2.3.3 中文分词系统第27-28页
        2.3.4 词性标注第28-30页
        2.3.5 停用词过滤第30页
    2.4 本章小结第30-31页
3 话题型微博相关情感词典构建第31-43页
    3.1 HowNet介绍第31页
    3.2 词语相似度与词语距离第31-32页
        3.2.1 词语相似度含义第31页
        3.2.2 词语相似度与词语距离的关系第31-32页
    3.3 情感词典相关介绍第32-34页
        3.3.1 情感相关术语介绍第32-33页
        3.3.2 情感词典的重要性第33页
        3.3.3 相关情感词典介绍第33-34页
        3.3.4 微博情感词典的组成第34页
    3.4 基础情感词典构建第34-37页
    3.5 程度副词、否定词词典构建第37-38页
        3.5.1 程度副词词典构建第37页
        3.5.2 否定词词典构建第37-38页
    3.6 表情符号、网络用语词典构建第38页
        3.6.1 表情符号词典构建第38页
        3.6.2 网络用语词典构建第38页
    3.7 评价对象词典构建第38-39页
    3.8 面向微博话题的领域情感词典构建第39-42页
        3.8.1 领域词汇获取第40页
        3.8.2 基于HowNet词汇语义相似度计算方法第40-41页
        3.8.3 领域情感词典构建第41-42页
    3.9 本章小结第42-43页
4 话题型微博评论的观点识别及其情感倾向分析第43-59页
    4.1 微博情感相关特征项分析第43-47页
        4.1.1 话题型微博评论文本的特点第43-44页
        4.1.2 本文微博情感相关特征项第44-47页
    4.2 微博特征项抽取算法第47-51页
        4.2.1 情感词、程度副词、否定词、评价对象的抽取第48-50页
        4.2.2 表情符号的抽取第50页
        4.2.3 网络用语的抽取第50-51页
    4.3 话题型微博评论观点识别介绍第51-54页
        4.3.1 观点识别相关介绍第51页
        4.3.2 微博观点识别特征项选择第51-52页
        4.3.3 SVM介绍第52-54页
    4.4 基于规则和SVM相结合的观点句识别第54-56页
        4.4.1 观点识别过滤规则第54-55页
        4.4.2 基于SVM的观点识别第55-56页
    4.5 微博话题评论情感倾向计算第56-57页
    4.6 本章小结第57-59页
5 实验及结果分析第59-66页
    5.1 实验及结果分析第59页
    5.2 实验的评价指标第59-60页
        5.2.1 准确率和召回率第59页
        5.2.2 F1 值第59-60页
    5.3 话题相关领域情感词扩展实验结果第60页
    5.4 观点识别实验结果第60-61页
    5.5 话题微博评论情感极性分类第61-65页
    5.6 本章小结第65-66页
6 总结和展望第66-68页
    6.1 工作总结第66页
    6.2 不足与进一步改进第66-68页
致谢第68-69页
参考文献第69-73页
附录第73-86页
    附录1第73-74页
    附录2第74-86页

论文共86页,点击 下载论文
上一篇:企业迁移跨度与企业迁移绩效的关联性研究--基于温州企业的实证研究
下一篇:企业模仿创新策略向自主创新策略的演化过程研究