摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 主要研究内容 | 第11-12页 |
1.4 论文结构安排 | 第12-14页 |
第二章 网络评论数据获取方法研究 | 第14-21页 |
2.1 基于爬虫的网络评论获取方法 | 第14-17页 |
2.1.1 爬虫技术概述及基本原理 | 第14-15页 |
2.1.2 基于八爪鱼爬虫软件的数据获取流程 | 第15-17页 |
2.2 基于新浪微博开放平台的评论数据获取方法 | 第17-20页 |
2.2.1 基于新浪微博开放平台的数据获取流程 | 第17-18页 |
2.2.2 新浪微博开放平台API接口 | 第18-20页 |
2.3 评论数据存储 | 第20页 |
2.4 本章小结 | 第20-21页 |
第三章 网络评论的情感分类研究 | 第21-34页 |
3.1 数据标注 | 第21-24页 |
3.2 基于SVM分类器的实验流程 | 第24-26页 |
3.2.1 SVM分类器 | 第24-26页 |
3.2.2 实验流程 | 第26页 |
3.3 基于词频特征的情感分类 | 第26-28页 |
3.4 基于词语情感属性特征的情感分类 | 第28-33页 |
3.4.1 词语情感属性特征 | 第28-31页 |
3.4.2 实验结果 | 第31-33页 |
3.5 本章小结 | 第33-34页 |
第四章 评论对象分类研究 | 第34-43页 |
4.1 相关研究工作 | 第34-35页 |
4.2 特征选择 | 第35-38页 |
4.2.1 基于信息增益的特征选择 | 第35-37页 |
4.2.2 改进的信息增益特征选择方法 | 第37-38页 |
4.3 实验分析 | 第38-42页 |
4.3.1 数据标注和预处理 | 第38-39页 |
4.3.2 实验基线 | 第39-40页 |
4.3.3 实验结果与分析 | 第40-42页 |
4.4 本章小结 | 第42-43页 |
第五章 针对不同评论对象的用语关系研究 | 第43-51页 |
5.1 基于Labeled LDA模型的评论用语研究 | 第43-46页 |
5.1.1 Labeled LDA模型 | 第43-44页 |
5.1.2 实验结果分析 | 第44-46页 |
5.2 基于吉布斯采样结果的评论用语关系研究 | 第46-49页 |
5.2.1 吉布斯采样结果 | 第46-47页 |
5.2.2 算法实现 | 第47页 |
5.2.3 实验结果分析 | 第47-49页 |
5.3 本章小结 | 第49-51页 |
第六章 总结与展望 | 第51-53页 |
6.1 本文的主要工作 | 第51-52页 |
6.2 进一步的工作和展望 | 第52-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-58页 |
作者简介 | 第58页 |