摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景 | 第9-10页 |
1.2 研究现状 | 第10-13页 |
1.2.1 文本情感分析研究现状 | 第10-11页 |
1.2.2 中文微博情感分析研究现状 | 第11-13页 |
1.3 本文主要研究内容 | 第13-14页 |
1.4 本文组织结构 | 第14-17页 |
第2章 基于词典的极性值计算与微博情感分类 | 第17-35页 |
2.1 微博情感分析词典 | 第17-21页 |
2.1.1 通用情感词典 | 第18-19页 |
2.1.2 特殊情感词典 | 第19-20页 |
2.1.3 情感影响因子词典 | 第20-21页 |
2.2 情感词的极性值计算 | 第21-25页 |
2.2.1 基于词频统计的情感词极性值计算方法 | 第22-23页 |
2.2.2 基于语义相似度的情感词极性值计算 | 第23页 |
2.2.3 词频和语义相似度相结合的情感词极性值计算方法 | 第23-25页 |
2.3 基于词典的微博情感分类与极性值计算 | 第25-26页 |
2.4 实验与分析 | 第26-32页 |
2.4.1 实验数据集 | 第27-28页 |
2.4.2 实验评价指标 | 第28-29页 |
2.4.3 基于词典的微博情感分类与极性值计算方法实验 | 第29-31页 |
2.4.4 词频和语义相似度相结合的情感词极性值计算方法实验 | 第31-32页 |
2.5 本章小结 | 第32-35页 |
第3章 基于情感特征组合的支持向量机分类算法 | 第35-49页 |
3.1 支持向量机文本分类算法简介 | 第35-36页 |
3.2 微博情感分类策略 | 第36-37页 |
3.3 微博情感分类特征 | 第37-41页 |
3.3.1 语义特征的选取 | 第38-39页 |
3.3.2 情感特征构建方式 | 第39-41页 |
3.4 特征选择 | 第41-42页 |
3.5 实验与分析 | 第42-48页 |
3.5.1 不同语义特征对微博情感分类结果的影响实验 | 第42-43页 |
3.5.2 不同情感特征构建方式对微博情感分类结果的影响实验 | 第43-45页 |
3.5.3 n-POS特征选择对微博情感分类结果的影响实验 | 第45-47页 |
3.5.4 基于情感特征组合的支持向量机分类算法实验 | 第47-48页 |
3.6 本章小结 | 第48-49页 |
第4章 基于条件随机场与句法依存分析的情感要素抽取 | 第49-65页 |
4.1 句法依存分析简介 | 第49-51页 |
4.2 条件随机场简介 | 第51页 |
4.3 基于句法依存分析的情感要素抽取算法 | 第51-55页 |
4.3.1 候选句法依存关系 | 第52-53页 |
4.3.2 基于句法依存分析的评价对象抽取与情感词扩充算法 | 第53-55页 |
4.4 基于条件随机场的评价对象抽取算法 | 第55-58页 |
4.4.1 CRF++的语料标注规范 | 第56-57页 |
4.4.2 CRF++的特征模板 | 第57-58页 |
4.5 实验与分析 | 第58-63页 |
4.5.1 实验评价指标 | 第58-59页 |
4.5.2 基于条件随机场与句法依存分析的评价对象抽取实验 | 第59-60页 |
4.5.3 COAE评价对象及其情感倾向性判别实验结果分析 | 第60-63页 |
4.6 本章小结 | 第63-65页 |
结论 | 第65-67页 |
参考文献 | 第67-71页 |
攻读硕士期间的主要科研成果 | 第71-73页 |
致谢 | 第73页 |