网络新闻评论的情感分析方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究现状及发展趋势 | 第8-10页 |
| ·研究内容、目的和意义 | 第10-11页 |
| ·论文章节概要 | 第11-13页 |
| 第二章 相关工作 | 第13-20页 |
| ·网络爬虫 | 第13页 |
| ·文本特征的选择 | 第13-14页 |
| ·常用文本分类技术 | 第14-15页 |
| ·朴素贝叶斯分类 | 第14页 |
| ·SVM支持向量机 | 第14-15页 |
| ·最大熵模型 | 第15页 |
| ·文本情感倾向性分析概述 | 第15-16页 |
| ·多标签分类概述 | 第16-18页 |
| ·分类结果的评价标准 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 系统结构 | 第20-25页 |
| ·设计思路 | 第20-21页 |
| ·系统体系结构 | 第21-22页 |
| ·系统工作流程 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 数据采集 | 第25-33页 |
| ·数据来源分析 | 第25-31页 |
| ·网易新闻评论网页分析 | 第26-29页 |
| ·处理“盖楼”评论 | 第29-30页 |
| ·处理多页评论 | 第30-31页 |
| ·爬虫的具体设计与实现 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 逆反心理分析 | 第33-42页 |
| ·任务概述 | 第33-35页 |
| ·逆反心理倾向分类算法 | 第35-37页 |
| ·同义词的处理 | 第37-38页 |
| ·特征选择 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第六章 实验以及结果分析 | 第42-47页 |
| ·原型系统开发环境 | 第42页 |
| ·系统运行环境 | 第42页 |
| ·实验方法 | 第42-46页 |
| ·词语特征选择部分结果 | 第43-44页 |
| ·逆反心理分析结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第七章 总结与展望 | 第47-50页 |
| ·本文工作总结 | 第47-48页 |
| ·不足与展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 附录1 网易新闻评论采集爬虫部分代码 | 第53-57页 |
| 附录2 多标签朴素贝叶斯分类部分代码 | 第57-60页 |
