社交网络中情感分析模型研究及其实现
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外相关研究工作 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 第二章 情感分析步骤以及相关技术介绍 | 第21-34页 |
| 2.1 基本介绍 | 第21页 |
| 2.2 情感分析主要步骤介绍 | 第21-32页 |
| 2.2.1 预处理 | 第21-22页 |
| 2.2.2 预训练 | 第22-23页 |
| 2.2.3 模型训练 | 第23-24页 |
| 2.2.4 分类器训练 | 第24-29页 |
| 2.2.5 结果验证 | 第29-32页 |
| 2.3 关系约束模型(RCM)介绍 | 第32-33页 |
| 2.4 TF-IDF算法介绍 | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于微博语料库情感分析研究 | 第34-47页 |
| 3.1 概述 | 第34页 |
| 3.2 向量学习模型 | 第34-40页 |
| 3.2.1 word2vec模型 | 第34-38页 |
| 3.2.2 doc2vec模型 | 第38-40页 |
| 3.3 doc2vec加权处理 | 第40页 |
| 3.4 微博情感分析工作流程 | 第40-42页 |
| 3.5 实验及结果分析 | 第42-46页 |
| 3.5.1 模型评估 | 第42页 |
| 3.5.2 实验结果与分析 | 第42-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于维基百科语料库情感分析研究 | 第47-57页 |
| 4.1 概述 | 第47页 |
| 4.2 词语关系信息模型 | 第47-50页 |
| 4.2.1 关系信息词向量模型 | 第47-48页 |
| 4.2.2 RISV模型 | 第48-50页 |
| 4.3 情感分析流程 | 第50-51页 |
| 4.4 实验与结果分析 | 第51-56页 |
| 4.4.1 文档分类任务 | 第52-54页 |
| 4.4.2 短文本语义相似度任务 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 实际应用 | 第57-64页 |
| 5.1 概述 | 第57页 |
| 5.2 实际应用示例 | 第57-63页 |
| 5.2.1 利用情感分析对食堂话题的相关具体分析 | 第57-61页 |
| 5.2.2 利用情感分析对社团话题的相关具体分析 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |
