基于文本和图像的舆情分析方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 舆情情感分析模型 | 第11-12页 |
| 1.2.2 文本舆情情感分析方法研究现状 | 第12-14页 |
| 1.2.3 图文融合舆情情感分析方法研究现状 | 第14-15页 |
| 1.3 舆情分析的主要挑战 | 第15页 |
| 1.4 本文的主要研究内容和相关工作 | 第15-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 舆情分析的相关理论及技术概述 | 第18-29页 |
| 2.1 舆情分析的相关理论 | 第18-19页 |
| 2.1.1 舆情分析概述 | 第18页 |
| 2.1.2 舆情分析系统框架 | 第18-19页 |
| 2.2 数据采集与预处理 | 第19-21页 |
| 2.2.1 网路爬虫技术 | 第19-20页 |
| 2.2.2 数据预处理 | 第20-21页 |
| 2.3 文本舆情情感分析 | 第21-26页 |
| 2.3.1 基于词典的文本舆情情感分析 | 第22页 |
| 2.3.2 基于机器学习的文本舆情情感分析 | 第22-24页 |
| 2.3.3 CBOW词向量模型 | 第24-26页 |
| 2.4 图文融合舆情情感分析 | 第26-28页 |
| 2.4.1 图像情感特征提取 | 第26页 |
| 2.4.2 图文融合舆情情感分析过程简介 | 第26-27页 |
| 2.4.3 跨模态一致性回归模型 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于文本的情感显著性特征提取方法 | 第29-39页 |
| 3.1 基于文本的情感显著性特征提取方法思想 | 第29-34页 |
| 3.1.1 文本情感信息增强处理 | 第30-32页 |
| 3.1.2 文本情感显著性特征提取 | 第32-34页 |
| 3.2 实验设计与分析 | 第34-38页 |
| 3.2.1 实验数据和设置 | 第34-35页 |
| 3.2.2 参数选择 | 第35-37页 |
| 3.2.3 实验结果与分析 | 第37-38页 |
| 3.3 实验结果可视化 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于图文融合的跨模态舆情回归分析方法 | 第39-48页 |
| 4.1 基于图文融合的跨模态舆情回归分析方法思想 | 第39-42页 |
| 4.1.1 图像情感特征提取 | 第40-41页 |
| 4.1.2 跨模态舆情回归模型训练 | 第41-42页 |
| 4.2 实验设计与分析 | 第42-45页 |
| 4.2.1 数据库构建 | 第42-43页 |
| 4.2.2 实验设置和参数选择 | 第43-44页 |
| 4.2.3 实验结果与分析 | 第44-45页 |
| 4.3 实验结果可视化 | 第45-46页 |
| 4.4 舆情案例分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 原型系统的设计与实现 | 第48-56页 |
| 5.1 系统总体设计 | 第48-49页 |
| 5.1.1 需求分析 | 第48-49页 |
| 5.1.2 总体框架设计 | 第49页 |
| 5.2 系统功能模块 | 第49-54页 |
| 5.2.1 数据采集模块 | 第49-50页 |
| 5.2.2 预处理模块 | 第50-51页 |
| 5.2.3 舆情情感分析模块 | 第51-54页 |
| 5.2.4 舆情情感分析报告展示模块 | 第54页 |
| 5.3 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文和参与的科研项目 | 第65页 |
