發(fā)布時(shí)間：2021-02-22 14:02

　　短文本的情感分析（Sentiment Analysis Of Short Texts）,是指對(duì)富含情感的簡(jiǎn)短文本的觀點(diǎn)挖掘。短文本的情感分析作為自然語(yǔ)言處理（Nature Language Processing,NLP）領(lǐng)域的一個(gè)重要分支,其目的是將本身帶有主觀性的簡(jiǎn)短文本中的情感分為積極和消極兩類,或者更細(xì)�；胤譃榉e極、消極和中立等多種情感類別。短文本的情感分析在電子政務(wù)、輿情監(jiān)控、個(gè)性化推薦等領(lǐng)域發(fā)揮著重要的作用�；谏缃焕碚摰亩涛谋厩楦蟹治鍪俏谋厩楦蟹治龅闹匾n題之一。推特是社交媒體中使用最為廣泛的短文本數(shù)據(jù)來(lái)源。推特?cái)?shù)據(jù)中不僅包含用戶間復(fù)雜的社交關(guān)系,而且還包含用戶評(píng)論的短文本信息。這些短文本信息一方面體現(xiàn)了用戶對(duì)某個(gè)主題的評(píng)論觀點(diǎn),另一方面還蘊(yùn)含豐富的情感信息。目前短文本的情感研究一般只發(fā)現(xiàn)了用戶之間簡(jiǎn)單的朋友關(guān)系,未能對(duì)用戶之間關(guān)注與被關(guān)注、情感的傳播性進(jìn)行更為深入的挖掘,且忽略了數(shù)據(jù)集中存在的類別不均衡現(xiàn)象可能對(duì)文本真實(shí)情感傾向造成的影響。本文針對(duì)上述問(wèn)題,進(jìn)行如下三方面的探索性研究。1.結(jié)合統(tǒng)計(jì)學(xué)知識(shí)與SentiWordNet情感詞典,構(gòu)建一種新的情感計(jì)分方法（Sta... 

【文章來(lái)源】：中南財(cái)經(jīng)政法大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
緒論
第一章 短文本情感分析概述
    第一節(jié) 短文本情感分析的基本知識(shí)
        一、短本文情感分析概念
        二、短文本情感分析一般步驟
        三、短文本情感分析技術(shù)分類
    第二節(jié) 短文本情感分析主要研究方法
        一、基于情感詞典的短文本情感分析方法
        二、基于機(jī)器學(xué)習(xí)的短文本情感分析方法
        三、基于深度學(xué)習(xí)的短文本情感分析方法
    第三節(jié) 融合社交理論的短文本情感分析方法
        一、短文本中的情感一致性和情感傳播性
        二、融合社交理論的短文本情感分析方法
第二章 SELM情感計(jì)分方法
    第一節(jié) 常用的情感詞典簡(jiǎn)介
        一、SentiWordNet詞典
        二、HowNet詞典
        三、大連理工大學(xué)中文情感詞匯本體庫(kù)
    第二節(jié) 擴(kuò)展情感傳播性
        一、情感傳播性討論
        二、情感傳播性的擴(kuò)展
    第三節(jié) SELM計(jì)分方法
        一、基于情感詞典的傳統(tǒng)計(jì)分方法
        二、改進(jìn)傳統(tǒng)方法的SELM計(jì)分方法
第三章 基于不均衡過(guò)抽樣和ESANT的情感分析
    第一節(jié) 類別不均衡學(xué)習(xí)簡(jiǎn)介
        一、類別不均衡基本知識(shí)
        二、類別不均衡學(xué)習(xí)處理方法
        三、類別不均衡過(guò)抽樣SMOTE算法
    第二節(jié) 增強(qiáng)社交關(guān)系的監(jiān)督學(xué)習(xí)模型ESANT
        一、標(biāo)記符號(hào)和知識(shí)預(yù)備
        二、改進(jìn)監(jiān)督學(xué)習(xí)模型SANT的 ESANT模型
        三、ESANT模型的學(xué)習(xí)
    第三節(jié) 結(jié)合SELM計(jì)分方法的ESANT模型
        一、劃分確定集和不確定集
        二、結(jié)合SELM計(jì)分方法和ESANT模型的情感分析
第四章 實(shí)驗(yàn)結(jié)果和分析
    第一節(jié) 實(shí)驗(yàn)介紹
        一、實(shí)驗(yàn)描述
        二、實(shí)驗(yàn)的數(shù)據(jù)集
    第二節(jié) SELM評(píng)分方法與傳統(tǒng)評(píng)分方法對(duì)比實(shí)驗(yàn)設(shè)計(jì)
        一、實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)
        二、實(shí)驗(yàn)的主要步驟
        三、實(shí)驗(yàn)結(jié)果與分析
    第三節(jié) ESANT情感分類器實(shí)驗(yàn)設(shè)計(jì)
        一、實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)
        二、實(shí)驗(yàn)的主要步驟
        三、實(shí)驗(yàn)結(jié)果與分析
    第四節(jié) 情感分析系統(tǒng)的實(shí)現(xiàn)
        一、情感分析系統(tǒng)簡(jiǎn)介
        二、系統(tǒng)界面展示
結(jié)論
參考文獻(xiàn)
在讀期間科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器學(xué)習(xí)的文本分類技術(shù)研究進(jìn)展[J]. 蘇金樹,張博鋒,徐昕.  軟件學(xué)報(bào). 2006(09)



本文編號(hào)：3046104