基于OCC模型的中文微博情感识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文内容安排 | 第13-14页 |
| 第二章 相关技术理论基础 | 第14-22页 |
| 2.1 文本情感检测概述 | 第14页 |
| 2.2 文本语料的预处理 | 第14-18页 |
| 2.2.1 文本的分词 | 第14-18页 |
| 2.2.2 文本的停用词语过滤 | 第18页 |
| 2.3 文本语料的表示和检测模型 | 第18-20页 |
| 2.4 多情感类别的模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 FLAT-OCC模型概述 | 第22-31页 |
| 3.1 OCC认知理论模型概述 | 第22-24页 |
| 3.2 FLAT-OCC情感模型的构建 | 第24-30页 |
| 3.2.1 微博语料中的事件类情感 | 第24-27页 |
| 3.2.2 微博中的施事类情感 | 第27页 |
| 3.2.3 微博中的物品类情感 | 第27-29页 |
| 3.2.4 FLAT-OCC模型 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于FLAT-OCC的微博情感分类的实现 | 第31-43页 |
| 4.1 系统概述 | 第31-33页 |
| 4.2 语料的预处理模块 | 第33页 |
| 4.3 语料标注模块 | 第33-36页 |
| 4.4 启发式规则模拟法 | 第36-39页 |
| 4.5 关键词序列标签法 | 第39-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第五章 实验结果及分析 | 第43-48页 |
| 5.1 实验评测方法 | 第43页 |
| 5.2 实验数据分析 | 第43-47页 |
| 5.3 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 本文工作总结 | 第48-49页 |
| 6.2 未来研究工作展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
