| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 研究目标和内容 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 网页信息抽取技术 | 第14-15页 |
| 1.3.2 文本倾向性分析技术 | 第15-16页 |
| 1.3.3 话语复述技术 | 第16-17页 |
| 1.4 论文组织 | 第17-18页 |
| 第二章 相关技术研究 | 第18-27页 |
| 2.1 网页信息抽取技术 | 第18-21页 |
| 2.1.1 网页信息抽取基本概念 | 第18页 |
| 2.1.2 网页信息抽取技术的分类 | 第18-20页 |
| 2.1.3 网页信息抽取面临的困难和挑战 | 第20页 |
| 2.1.4 网页信息抽取的应用 | 第20-21页 |
| 2.2 文本情感倾向性分析技术 | 第21-26页 |
| 2.2.1 中文分词 | 第21-23页 |
| 2.2.2 文本表示方法 | 第23-25页 |
| 2.2.3 文本倾向性分析方法 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 智能自动回复信息的获取技术 | 第27-37页 |
| 3.1 问题描述 | 第27页 |
| 3.2 相关概念 | 第27-30页 |
| 3.2.1 HTML简介 | 第27-28页 |
| 3.2.2 HTML结构和标签 | 第28-29页 |
| 3.2.3 URL语法解析 | 第29-30页 |
| 3.3 基于百度知道搜索网页信息抽取技术 | 第30-36页 |
| 3.3.1 百度知道搜索时URL参数分析 | 第30-32页 |
| 3.3.2 基于Jsoup解析器解析百度知道搜索网页 | 第32-34页 |
| 3.3.3 抽取规则 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 智能自动回复信息的筛选技术 | 第37-45页 |
| 4.1 问题描述 | 第37页 |
| 4.2 文本预处理 | 第37-38页 |
| 4.2.1 中文分词 | 第37-38页 |
| 4.2.2 去除停留词 | 第38页 |
| 4.3 情感词典建立 | 第38-41页 |
| 4.3.1 情感词典的意义 | 第38页 |
| 4.3.2 情感词典的组成 | 第38-39页 |
| 4.3.3 基础情感词典 | 第39-40页 |
| 4.3.4 情感词典的扩充 | 第40-41页 |
| 4.4 基于情感词典和How Net词汇语义相似度的情感倾向性分析技术 | 第41-44页 |
| 4.4.1 定义 | 第41-43页 |
| 4.4.2 算法实现 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 面向新浪微博的智能自动回复系统设计与实现 | 第45-58页 |
| 5.1 系统总体结构设计 | 第45-46页 |
| 5.2 模块实现 | 第46-53页 |
| 5.2.1 智能自动回复信息的获取模块 | 第46页 |
| 5.2.2 智能自动回复信息的筛选模块 | 第46-47页 |
| 5.2.3 同义词替换模块 | 第47-48页 |
| 5.2.4 新浪微博博文获取与评论模块 | 第48-53页 |
| 5.3 系统实现 | 第53-57页 |
| 5.3.1 系统界面 | 第53-54页 |
| 5.3.2 实例测试 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 结束语 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者在学期间取得的学术成果 | 第66页 |