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

基于情感词典的中文微博情感分析研究

摘要第9-10页
ABSTRACT第10页
第一章 绪论第11-19页
    1.1 研究背景第11-13页
        1.1.1 情感分析的产生第11-12页
        1.1.2 情感分析的应用需求第12-13页
    1.2 研究现状第13-17页
        1.2.1 文本情感分析研究第13-14页
        1.2.2 微博情感倾向研究第14-16页
        1.2.3 中文微博情感分析的难点第16-17页
    1.3 课题研究目标和内容第17-19页
        1.3.1 研究目标及意义第17页
        1.3.2 本文研究工作第17-19页
第二章 情感分析相关技术第19-29页
    2.1 相关术语第19页
    2.2 特征提取第19-20页
    2.3 情感分析相关研究分类第20-23页
        2.3.1 情感分析的基本任务第20-21页
        2.3.2 主客观情感分析第21页
        2.3.3 词语级情感分析第21-22页
        2.3.4 文档级情感分析第22-23页
        2.3.5 属性级情感分析第23页
        2.3.6 微博情感分析第23页
    2.4 情感分类方法第23-27页
        2.4.1 K-近邻方法第24页
        2.4.2 条件随机场模型第24-25页
        2.4.3 最大熵模型第25页
        2.4.4 支持向量机模型第25-26页
        2.4.5 基于多分类器的方法第26-27页
    2.5 评价标准第27-28页
    2.6 本章小结第28-29页
第三章 中文情感词典构建第29-45页
    3.1 面向中文的微博情感词典构成第29-30页
    3.2 中文微博基础情感词典的构建第30-35页
        3.2.1 褒贬词典第31页
        3.2.2 表情符号情感词典第31-32页
        3.2.3 程度副词词典第32-33页
        3.2.4 否定词词典第33-35页
    3.3 中文微博网络用语词典的构建第35-44页
        3.3.1 微博网络用语词典构建框架第35-36页
        3.3.2 微博预处理第36-37页
        3.3.3 基于自启状态机的情感词典构建算法CHI-Order第37-40页
        3.3.4 基于网络词语与种子词集关联度过滤的情感词典构建算法CO-PMI第40-44页
    3.4 本章小结第44-45页
第四章 中文微博情感倾向识别技术研究第45-55页
    4.1 情感词典在微博情感分析中的作用第45-47页
        4.1.1 中文微博的特点第45页
        4.1.2 情感词典对微博情感分析的影响第45-47页
    4.2 基于情感词典的中文微博倾向分析模型第47-48页
    4.3 基于统计的微博情感分析第48-51页
        4.3.1 中文微博情感特征的提取第48-50页
        4.3.2 贝叶斯模型情感分类第50-51页
    4.4 基于句型结构的微博倾向识别第51-54页
        4.4.1 情感倾向识别流程第51-52页
        4.4.2 句型分析规则第52页
        4.4.3 细粒度词语多元组分析规则第52-53页
        4.4.4 微博情感倾向权值的综合计算第53-54页
    4.5 本章小结第54-55页
第五章 微博情感分析实验第55-60页
    5.1 基于情感词典的情感分析实验第55页
        5.1.1 实验原理第55页
        5.1.2 实验平台第55页
    5.2 实验设计第55-57页
        5.2.1 实验数据采集第55-56页
        5.2.2 实验流程第56页
        5.2.3 实验评估标准第56-57页
    5.3 实验结果及分析第57-59页
        5.3.1 卡方特征数量对微博情感词典构建的影响第57页
        5.3.2 情感词典对微博情感分析的影响第57-58页
        5.3.3 情感倾向识别方法对微博情感分析的影响第58-59页
    5.4 本章小结第59-60页
结束语第60-62页
致谢第62-63页
参考文献第63-67页
作者在学期间取得的学术成果第67页

论文共67页,点击 下载论文
上一篇:基于多曝光融合的高动态场景成像技术
下一篇:基于手机时空轨迹数据的用户移动模式分析与研究