中文微博情感倾向性分析研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究的目的和意义 | 第10-11页 |
| 1.3 相关研究领域的进展与成果 | 第11-15页 |
| 1.3.1 文本情感倾向性分析 | 第11-12页 |
| 1.3.2 中文微博情感倾向性分析 | 第12-13页 |
| 1.3.3 主动学习算法 | 第13-14页 |
| 1.3.4 马尔科夫逻辑网算法 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 基于主动学习的微博情感倾向性研究 | 第17-28页 |
| 2.1 微博特征选择 | 第17-18页 |
| 2.2 主动学习算法综述 | 第18-21页 |
| 2.2.1 自训练学习算法 | 第18页 |
| 2.2.2 主动学习算法 | 第18-19页 |
| 2.2.3 主动学习算法流程 | 第19页 |
| 2.2.4 训练度阈值设定 | 第19-20页 |
| 2.2.5 迭代权重优化 | 第20-21页 |
| 2.2.6 不平衡语料权重优化 | 第21页 |
| 2.3 实验及结果分析 | 第21-27页 |
| 2.3.1 任务基本设定 | 第21-23页 |
| 2.3.2 实验设定 | 第23-24页 |
| 2.3.3 实验结果及评价 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于马尔科夫逻辑网的微博情感倾向性研究 | 第28-40页 |
| 3.1 马尔科夫逻辑网 | 第28-32页 |
| 3.1.1 马尔科夫网 | 第28-29页 |
| 3.1.2 一阶逻辑 | 第29-30页 |
| 3.1.3 马尔科夫逻辑网 | 第30-31页 |
| 3.1.4 马尔科夫逻辑网的学习与推导 | 第31-32页 |
| 3.2 情感倾向性分析中马尔科夫逻辑网的谓词定义 | 第32-33页 |
| 3.2.1 情感倾向性分析中的基本谓词描述 | 第32页 |
| 3.2.2 证据谓词和目标谓词 | 第32-33页 |
| 3.2.3 推导公式及全局限制公式 | 第33页 |
| 3.3 微博情感对象领域知识优化 | 第33-36页 |
| 3.3.1 引入微博情感对象领域知识的意义 | 第33-34页 |
| 3.3.2 引入微博情感对象领域知识的方法 | 第34-35页 |
| 3.3.3 微博情感对象领域知识的使用 | 第35-36页 |
| 3.4 实验及结果分析 | 第36-38页 |
| 3.4.1 实验设定 | 第36-37页 |
| 3.4.2 实验结果及评价 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 监督机器学习平台的设计与构建 | 第40-50页 |
| 4.1 构建平台的目的和意义 | 第40页 |
| 4.2 监督机器学习平台设计理念 | 第40-41页 |
| 4.2.1 算法及预处理模块 | 第40-41页 |
| 4.2.2 统一数据标准 | 第41页 |
| 4.2.3 自动化的实验和评估 | 第41页 |
| 4.3 监督机器学习平台总体构架 | 第41-43页 |
| 4.4 监督机器学习平台运作方式 | 第43-48页 |
| 4.4.1 流程控制 | 第43页 |
| 4.4.2 调用说明 | 第43-48页 |
| 4.5 平台在中文微博情感倾向性分析中的应用 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第56-58页 |
| 致谢 | 第58页 |
