基于情感词典与句型分类的中文微博情感分析研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 主要研究内容 | 第9-10页 |
| 1.4 论文组织结构 | 第10-11页 |
| 第二章 中文微博介绍与相关理论概述 | 第11-18页 |
| 2.1 中文微博简介 | 第11-12页 |
| 2.1.1 微博的定义与发展 | 第11页 |
| 2.1.2 微博文本中的符号 | 第11-12页 |
| 2.2 微博文本预处理 | 第12-14页 |
| 2.2.1 分词及词性标注 | 第12-13页 |
| 2.2.2 停用词过滤 | 第13页 |
| 2.2.3 特征选择 | 第13-14页 |
| 2.3 中文微博情感分析方法 | 第14-17页 |
| 2.3.1 基于情感词典的情感分析方法 | 第15页 |
| 2.3.2 基于机器学习的情感分析方法 | 第15-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 中文微博情感词典构建研究 | 第18-26页 |
| 3.1 情感词典介绍 | 第18-19页 |
| 3.2 微博情感词典构建 | 第19-21页 |
| 3.2.1 基础情感词典构建 | 第19-20页 |
| 3.2.2 网络情感词典构建 | 第20页 |
| 3.2.3 表情符号库构建 | 第20-21页 |
| 3.3 基于平滑SO-PMI的微博情感词典扩展 | 第21-25页 |
| 3.3.1 基于拉普拉斯平滑的SO-PMI算法 | 第21-23页 |
| 3.3.2 微博情感词典扩展 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 基于句型分类的微博情感倾向性分析 | 第26-38页 |
| 4.1 基于C4.5的句型分类 | 第26-30页 |
| 4.1.1 C4.5算法介绍 | 第26-27页 |
| 4.1.2 基于改进C4.5的句型分类 | 第27-30页 |
| 4.2 针对不同句型的情感分析 | 第30-34页 |
| 4.2.1 肯定句分析 | 第30-31页 |
| 4.2.2 否定句分析 | 第31-32页 |
| 4.2.3 双重否定句分析 | 第32-33页 |
| 4.2.4 反义疑问句分析 | 第33页 |
| 4.2.5 一般疑问句分析 | 第33-34页 |
| 4.2.6 不同句型的句子情感权重计算 | 第34页 |
| 4.3 其他影响句子情感倾向的因素 | 第34-36页 |
| 4.3.1 带有情感色彩的标点符号的影响 | 第34-35页 |
| 4.3.2 关联词的影响 | 第35页 |
| 4.3.3 句子位置的影响 | 第35-36页 |
| 4.4 微博情感倾向性分析 | 第36-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 实验结果与相关分析 | 第38-43页 |
| 5.1 实验数据集 | 第38页 |
| 5.2 实验评价指标 | 第38-39页 |
| 5.3 实验设计与结果分析 | 第39-42页 |
| 5.3.1 情感词典对微博情感倾向性的影响 | 第39-40页 |
| 5.3.2 基于句型分类的微博情感倾向性分析 | 第40-42页 |
| 5.4 本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-45页 |
| 6.1 总结 | 第43页 |
| 6.2 展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 个人简介及攻读硕士学位期间论文发表情况 | 第49页 |
