电网文本信息中的情感分析研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状与趋势 | 第11-14页 |
| 1.2.1 舆情信息发现 | 第11-13页 |
| 1.2.2 情感倾向性分析 | 第13-14页 |
| 1.3 论文研究目标及内容 | 第14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 相关理论和技术 | 第16-24页 |
| 2.1 网络文本的特点 | 第16-17页 |
| 2.1.1 文本长度 | 第16页 |
| 2.1.2 网络用语的特点 | 第16-17页 |
| 2.2 文本情感倾向性分析 | 第17-21页 |
| 2.2.1 基于情感词典和规则的方法 | 第18-19页 |
| 2.2.2 基于句法分析的方法 | 第19页 |
| 2.2.3 基于统计机器学习的方法 | 第19-21页 |
| 2.2.4 基于深度学习的方法 | 第21页 |
| 2.3 不平衡语料的处理操作 | 第21-23页 |
| 2.3.1 重采样技术 | 第22页 |
| 2.3.2 代价敏感学习 | 第22页 |
| 2.3.3 特征选择方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 数据收集与数据预处理 | 第24-31页 |
| 3.1 数据准备 | 第24-26页 |
| 3.1.1 数据爬取 | 第24-26页 |
| 3.1.2 语料标注 | 第26页 |
| 3.2 文本语料预处理 | 第26-29页 |
| 3.2.1 文本语料清洗 | 第26-28页 |
| 3.2.2 中文分词 | 第28页 |
| 3.2.3 去停用词 | 第28-29页 |
| 3.3 实验结果评价指标 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 电网行业文本信息分类研究 | 第31-45页 |
| 4.1 文本知识表示 | 第31-36页 |
| 4.1.1 文本知识表示形式 | 第31-33页 |
| 4.1.2 特征选择 | 第33-36页 |
| 4.2 电网行业文本信息分类模型设计 | 第36-41页 |
| 4.2.1 分类系统的设计 | 第36-38页 |
| 4.2.2 分类器的选择 | 第38-41页 |
| 4.2.3 不平衡语料的处理 | 第41页 |
| 4.3 实验结果与分析 | 第41-43页 |
| 4.3.1 不同知识表示形式的实验 | 第41-43页 |
| 4.3.2 不平衡语料处理实验 | 第43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 基于多层次特征的文本情感分析 | 第45-55页 |
| 5.1 改进的动态词典特征提取方法 | 第45-47页 |
| 5.1.1 基于动态词典的特征提取算法 | 第45-46页 |
| 5.1.2 改进的动态词典特征提取算法 | 第46-47页 |
| 5.2 基于多层次特征的文本情感分析方法 | 第47-50页 |
| 5.2.1 多层次特征简介 | 第48-49页 |
| 5.2.2 向量空间模型中的特征选择和主成分分析 | 第49-50页 |
| 5.3 实验结果与分析 | 第50-54页 |
| 5.3.1 实验设置 | 第50-53页 |
| 5.3.2 实验分析与总结 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 未来工作展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
