基于词典的中文微博情绪分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究意义 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-17页 |
| 1.3.1 情绪词典 | 第14-15页 |
| 1.3.2 微博特点 | 第15-16页 |
| 1.3.3 基于词典的情绪分析系统 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-18页 |
| 第二章 情绪分析综述 | 第18-26页 |
| 2.1 英文情绪分析 | 第18-21页 |
| 2.1.1 有监督机器学习方法 | 第18-20页 |
| 2.1.2 无监督方法 | 第20-21页 |
| 2.2 中文情绪分析 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 中文情绪词典在微博情绪识别中的应用分析 | 第26-39页 |
| 3.1 词典介绍 | 第26-28页 |
| 3.2 基于简单规则的情绪分析 | 第28页 |
| 3.3 实验数据集 | 第28-30页 |
| 3.3.1 数据获取 | 第28-29页 |
| 3.3.2 实验微博选取 | 第29-30页 |
| 3.4 实验结果及分析 | 第30-38页 |
| 3.4.1 两类情绪识别 | 第30-35页 |
| 3.4.2 四类情绪识别 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 微博六类情绪识别 | 第39-58页 |
| 4.1 微博情绪词典构建 | 第39-45页 |
| 4.1.1 新浪微博表情符介绍 | 第39-41页 |
| 4.1.2 表情符词典构造 | 第41-43页 |
| 4.1.3 微博中文词典构造 | 第43-45页 |
| 4.2 情绪分析方法 | 第45-47页 |
| 4.2.1 情绪分析规则 | 第45-46页 |
| 4.2.2 否定规则 | 第46-47页 |
| 4.3 实验数据集 | 第47-49页 |
| 4.4 基于规则的情绪识别 | 第49-54页 |
| 4.4.1 实验性能评价指标 | 第49-50页 |
| 4.4.2 表情符词典 EmoDic 测试 | 第50-51页 |
| 4.4.3 中文微博情绪词典 SixDic 测试 | 第51-52页 |
| 4.4.4 基于词典规则的综合实验 | 第52-54页 |
| 4.5 监督的机器学习方法 | 第54-57页 |
| 4.5.1 方法介绍 | 第54-55页 |
| 4.5.2 实验结果与分析 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 在学期间的研究成果及发表的学术论文 | 第64-65页 |
| 附录 | 第65-67页 |
