网络舆情中文信息情感倾向分析研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要工作与章节安排 | 第14-18页 |
| 1.3.1 论文的主要工作 | 第14-17页 |
| 1.3.2 论文的章节安排 | 第17-18页 |
| 第2章 语料采集和文本预处理 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 四大电商空调产品评价语料采集 | 第18-28页 |
| 2.2.1 网页DOM树分析 | 第18-21页 |
| 2.2.2 自动采集算法的程序实现 | 第21-27页 |
| 2.2.3 语料库的组成介绍 | 第27-28页 |
| 2.3 文本预处理 | 第28-31页 |
| 2.3.1 主观文本提取 | 第28-29页 |
| 2.3.2 中文分词 | 第29-30页 |
| 2.3.3 停用词处理 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 构建情感词典和特征选择 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 构建情感词典 | 第32-37页 |
| 3.2.1 基于条件随机的文本情感词的提取 | 第32-33页 |
| 3.2.2 基础情感词典的构建 | 第33-34页 |
| 3.2.3 电商空调产品评论情感词典 | 第34-37页 |
| 3.3 特征选择、权重计算以及文本表示 | 第37-40页 |
| 3.3.1 特征选择 | 第37-38页 |
| 3.3.2 权重计算 | 第38-39页 |
| 3.3.3 文本表示模型 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于粒子群算法改进的高斯过程分类器构建 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 高斯过程分类器 | 第41-45页 |
| 4.2.1 高斯过程的模型选择 | 第41-44页 |
| 4.2.2 基于高斯过程的分类 | 第44-45页 |
| 4.3 基于粒子群优化算法改进的高斯过程 | 第45-47页 |
| 4.3.1 粒子群优化算法 | 第45-46页 |
| 4.3.2 粒子群优化算法改进高斯过程 | 第46-47页 |
| 4.4 分类器评价指标 | 第47-49页 |
| 4.5 文本情感倾向分类实验 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 中文文本分类系统实现 | 第54-65页 |
| 5.1 系统设计 | 第54-56页 |
| 5.1.1 需求分析 | 第54-55页 |
| 5.1.2 硬件系统技术方案 | 第55页 |
| 5.1.3 软件应用系统技术方案设计 | 第55-56页 |
| 5.2 系统功能 | 第56-65页 |
| 5.2.1 数据导入 | 第57-59页 |
| 5.2.2 数据汇总 | 第59-60页 |
| 5.2.3 数据报表 | 第60-65页 |
| 第6章 结论与展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间主要的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
