基于情感词典扩展技术的网络舆情倾向性分析
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究现状和分析 | 第10-12页 |
| ·意见挖掘研究现状 | 第10-11页 |
| ·存在的问题 | 第11-12页 |
| ·研究目的与研究内容 | 第12页 |
| ·研究目的 | 第12页 |
| ·研究内容 | 第12页 |
| ·本文的组织结构 | 第12-15页 |
| 第2章 相关理论与技术 | 第15-27页 |
| ·倾向性分析与研究 | 第15-18页 |
| ·词与特征层次观点挖掘 | 第15-16页 |
| ·句子层次的观点挖掘 | 第16-17页 |
| ·篇章层次的观点挖掘 | 第17-18页 |
| ·自然语言处理技术 | 第18-21页 |
| ·分词技术 | 第18-21页 |
| ·词性标注 | 第21页 |
| ·文本挖掘技术 | 第21-26页 |
| ·文本挖掘过程 | 第21-22页 |
| ·文本挖掘方法 | 第22-23页 |
| ·文本的特征提取 | 第23-25页 |
| ·自动文本分类 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 网络舆情分析模型的建立 | 第27-39页 |
| ·舆情信息的采集 | 第27-31页 |
| ·网络爬虫简介 | 第28-29页 |
| ·抓取策略 | 第29-31页 |
| ·舆情信息的预处理 | 第31-35页 |
| ·信息抽取概述 | 第31-32页 |
| ·信息抽取过程 | 第32-35页 |
| ·评论的分词与标注 | 第35-37页 |
| ·舆情信息的存储 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于情感词典的倾向性分析算法 | 第39-49页 |
| ·基于HowNet的情感词典的扩展 | 第39-43页 |
| ·关于HowNet | 第39-40页 |
| ·基于HowNet的词汇相似度计算 | 第40-42页 |
| ·情感词典的构建 | 第42-43页 |
| ·基于NTUSD的情感词典扩展 | 第43-45页 |
| ·修饰词词典的构建 | 第45-46页 |
| ·网络评论倾向性计算 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 实验结果及分析 | 第49-57页 |
| ·数据来源 | 第49-50页 |
| ·针对新闻网页评论的分析 | 第50-53页 |
| ·针对博客评论与社会评论的分析 | 第53-55页 |
| ·对实验结果的分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结及未来研究 | 第57-59页 |
| ·总结 | 第57页 |
| ·未来工作 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻硕期间参与项目及发表的论文 | 第63页 |
