基于规则与模型相结合的中文微博情感分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 文本情感分析研究现状 | 第11-13页 |
| 1.2.2 微博文本情感分析研究现状 | 第13-15页 |
| 1.3 面临挑战 | 第15页 |
| 1.4 主要研究内容 | 第15-16页 |
| 1.5 论文组织结构 | 第16-18页 |
| 第二章 相关理论与技术 | 第18-26页 |
| 2.1 情感分析相关理论 | 第18-21页 |
| 2.1.1 情感词概念介绍 | 第18页 |
| 2.1.2 主客观分类 | 第18-19页 |
| 2.1.3 主题相关性 | 第19-21页 |
| 2.2 文本预处理 | 第21-22页 |
| 2.2.1 去除停用词 | 第21-22页 |
| 2.2.2 中文分词 | 第22页 |
| 2.3 文本自动分类 | 第22-24页 |
| 2.4 常用分类方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 微博语料分析 | 第26-33页 |
| 3.1 微博语料特征概述 | 第26-27页 |
| 3.2 微博分类特征选择 | 第27-29页 |
| 3.3 表情符号介绍 | 第29-32页 |
| 3.3.1 位置因素分析 | 第30页 |
| 3.3.2 语用功能分析 | 第30-31页 |
| 3.3.3 共现现象分析 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 微博语料自动标注方法 | 第33-42页 |
| 4.1 表情符号的语料库自动标注 | 第33-36页 |
| 4.1.1 微博表情符号的收集与统计 | 第33-35页 |
| 4.1.2 表情符号的情感分类 | 第35-36页 |
| 4.1.3 表情符号的标注规则 | 第36页 |
| 4.2 基于情感词的语料库自动标注 | 第36-39页 |
| 4.2.1 情感词典的构建 | 第37-38页 |
| 4.2.2 情感词典的标注规则 | 第38页 |
| 4.2.3 否定词对情感分析的影响 | 第38-39页 |
| 4.3 表情符号和情感词典自动标注方法 | 第39-40页 |
| 4.4 自动标注微博的情感分析 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 规则与模型相结合的情感分类方法 | 第42-55页 |
| 5.1 微博语料分类特征训练 | 第42-45页 |
| 5.1.1 语料库预处理 | 第42-44页 |
| 5.1.2 微博情感分类特征提取 | 第44-45页 |
| 5.2 微博情感分类方法 | 第45-49页 |
| 5.2.1 判断情感词是否表达情感的规则方法 | 第46-48页 |
| 5.2.2 支持向量机训练模型的方法 | 第48-49页 |
| 5.3 情感分类评价指标 | 第49-50页 |
| 5.4 实验结果与分析 | 第50-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-70页 |
| 致谢 | 第70-71页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第71页 |
