關(guān)于微博這一社交平臺(tái)的研究一直中文情感分析以及與圖片相關(guān)的文本生成領(lǐng)域的一個(gè)熱門研究方向,是中文分詞,中文文本情感分析、機(jī)器翻譯以及Image Caption等技術(shù)的難點(diǎn)。本文將基于微博文本的情感分析和與圖片相關(guān)的文本生成兩種技術(shù)結(jié)合,同時(shí)通過網(wǎng)絡(luò)通信協(xié)議實(shí)現(xiàn)了基于微博的輿論機(jī)器人系統(tǒng)。系統(tǒng)實(shí)現(xiàn)了計(jì)算特定話題下微博的情感傾向、展示情感走勢(shì)、生成基于話題的圖片描述以及模擬登陸、發(fā)送、查看等微博的功能。輿論機(jī)器人系統(tǒng)的關(guān)鍵問題在于統(tǒng)計(jì)并展示相關(guān)話題的微博內(nèi)容的輿論走勢(shì),同時(shí)通過發(fā)布微博來實(shí)現(xiàn)對(duì)熱門話題的掌控。為了實(shí)現(xiàn)輿論機(jī)器人系統(tǒng)的相關(guān)功能,本文從微博內(nèi)容的情感分析以及針對(duì)圖片生成與話題相關(guān)的微博兩方面出發(fā),將系統(tǒng)分為兩大主要模塊:情感分析模塊和文本生成模塊。前者通過比較相關(guān)話題中微博的內(nèi)容(包括:文本,圖片以及表情)對(duì)微博整體情感的貢獻(xiàn)不同,設(shè)定不同權(quán)重,從而得到每一條微博的情感傾向,整理并展示統(tǒng)計(jì)后得到該話題的輿論走勢(shì);后者通過卷積神經(jīng)網(wǎng)絡(luò)和記憶網(wǎng)絡(luò)結(jié)構(gòu),針對(duì)圖片生成與話題相關(guān)的文本,通過網(wǎng)絡(luò)通信協(xié)議以及賬戶控制,實(shí)現(xiàn)生成與發(fā)送的自動(dòng)化操作。主要內(nèi)容與創(chuàng)新點(diǎn)如下:1.針對(duì)每一條微博所包...

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 社交媒體的輿情分析
        1.2.2 基于圖像的文本生成
        1.2.3 網(wǎng)絡(luò)社交媒體的發(fā)布與展示系統(tǒng)
    1.3 本文的研究?jī)?nèi)容及創(chuàng)新
    1.4 本文的組織結(jié)構(gòu)
第二章 相關(guān)基礎(chǔ)工作
    2.1 情感分析(Sentiment Analysis)
        2.1.1 文本的情感分析
        2.1.2 圖像的情感分析
    2.2 圖像標(biāo)注(Image Caption)
        2.2.1 編碼器解碼器模型
        2.2.2 注意力機(jī)制
        2.2.3 基于高層語義特征的圖像標(biāo)注
    2.3 卷積神經(jīng)網(wǎng)絡(luò)
        2.3.1 激活函數(shù)
        2.3.2 卷積層
        2.3.3 全連接層
        2.3.4 采樣層
        2.3.5 支持深度學(xué)習(xí)的軟件
    2.4 相關(guān)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)
        2.4.1 文本情感分析相關(guān)數(shù)據(jù)集
        2.4.2 圖像情感分析相關(guān)數(shù)據(jù)集
        2.4.3 圖像標(biāo)注相關(guān)數(shù)據(jù)集和評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
第三章 基于微博的情感傾向性分析
    3.1 多模態(tài)聯(lián)合情感預(yù)測(cè)模型
    3.2 多模態(tài)數(shù)據(jù)的特征抽取
        3.2.1 文本特征
        3.2.2 圖像特征
        3.2.3 表情符號(hào)特征
    3.3 模型原理
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 數(shù)據(jù)集準(zhǔn)備
        3.4.2 對(duì)比實(shí)驗(yàn)
        3.4.3 實(shí)例分析
        3.4.4 系統(tǒng)界面展示
    3.5 本章小結(jié)
第四章 話題導(dǎo)向的圖像描述性文本生成
    4.1 話題導(dǎo)向性圖像描述性文本生成模型
    4.2 基于話題關(guān)鍵詞的檢索模塊
    4.3 話題導(dǎo)向描述性文本模塊
        4.3.1 記憶內(nèi)存元件
        4.3.2 描述性文本生成
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 數(shù)據(jù)集與實(shí)驗(yàn)設(shè)置
        4.4.2 定量對(duì)比
        4.4.3 定性分析
        4.4.4 系統(tǒng)評(píng)估
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
        5.1.1 工作的貢獻(xiàn)和創(chuàng)新
        5.1.2 工作的不足和改進(jìn)
    5.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表論文情況
致謝



本文編號(hào)：3766836