隨著互聯(lián)網(wǎng)的飛速發(fā)展和網(wǎng)民數(shù)量的激增,近年來(lái)各種網(wǎng)絡(luò)輿情事件的熱點(diǎn)形成速度和影響范圍都有了顯著增長(zhǎng)。由于國(guó)家建設(shè)法治社會(huì)的呼聲越來(lái)越高和公民法律意識(shí)的不斷提高,在各類(lèi)輿情熱點(diǎn)中法治輿情的數(shù)量占比有逐年上漲的趨勢(shì),這是我國(guó)社會(huì)發(fā)展的必然階段。為此,專(zhuān)門(mén)針對(duì)法治輿情設(shè)計(jì)相應(yīng)的輿情監(jiān)測(cè)系統(tǒng)有其實(shí)用價(jià)值,一方面能夠?qū)ο鄳?yīng)網(wǎng)絡(luò)輿情進(jìn)行管控,另一方能夠反映民眾真實(shí)法治訴求,提高社會(huì)法治水平。本輿情監(jiān)測(cè)系統(tǒng)主要基于白名單規(guī)則和情感分析技術(shù)來(lái)實(shí)現(xiàn)。重點(diǎn)做了以下三方面的工作:一是實(shí)現(xiàn)法治輿情與一般網(wǎng)絡(luò)輿情的區(qū)分,通過(guò)對(duì)法治文本的關(guān)鍵詞抽取并結(jié)合人工篩選,制定兩級(jí)法治輿情關(guān)鍵詞庫(kù),同時(shí)考慮關(guān)鍵詞頻率及淺層句法來(lái)制定法治輿情白名單規(guī)則,實(shí)現(xiàn)對(duì)法治輿情數(shù)據(jù)的選取;二是針對(duì)特定法治輿情實(shí)現(xiàn)對(duì)違法主題的事件抽取并形成摘要,即實(shí)現(xiàn)對(duì)法治輿情中的時(shí)間、地點(diǎn)、利益相關(guān)人物、涉嫌犯罪情節(jié)等核心要素的提取;三是依據(jù)法治領(lǐng)域?qū)Ｓ性~匯擴(kuò)充情感詞典,結(jié)合特殊語(yǔ)法結(jié)構(gòu)與句子分布情況等特征來(lái)計(jì)算違法主題事件摘要的情感程度及其法治輿情情感傾向性。從以上三個(gè)方面來(lái)提高對(duì)網(wǎng)絡(luò)法治輿情的分析能力。由于目前我國(guó)針對(duì)特定領(lǐng)域的輿情監(jiān)測(cè)系統(tǒng)較少,... 

【文章來(lái)源】：江西財(cái)經(jīng)大學(xué)江西省

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 引言
    1.1 研究背景
        1.1.1 網(wǎng)絡(luò)輿情與其特征
        1.1.2 法治輿情與其特征
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 國(guó)外研究現(xiàn)狀分析
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀分析
    1.3 研究目的及意義
    1.4 論文主要工作
    1.5 論文章節(jié)安排
第二章 相關(guān)技術(shù)背景
    2.1 網(wǎng)絡(luò)輿情監(jiān)測(cè)
    2.2 信息采集
        (1)搜索引擎
        (2)網(wǎng)絡(luò)爬蟲(chóng)
        (3)重復(fù)網(wǎng)頁(yè)識(shí)別
    2.3 中文分詞技術(shù)
    2.4 文本自動(dòng)摘要
    2.5 文本情感分析
    2.6 Django后端框架
    2.7 本章小結(jié)
第三章 需求分析
    3.1 可行性分析
    3.2 功能需求分析
        3.2.1 系統(tǒng)用例分析
        3.2.2 系統(tǒng)活動(dòng)分析
    3.3 性能需求分析
    3.4 本章小結(jié)
第四章 篩選法治輿情
    4.1 輿情篩選目的
    4.2 法治輿情關(guān)鍵詞提取
    4.3 法治輿情白名單區(qū)分規(guī)則
    4.4 實(shí)驗(yàn)評(píng)估
    4.5 本章小結(jié)
第五章 違法主題事件摘要生成
    5.1 違法主題事件價(jià)值
    5.2 違法主題摘要生成流程
        5.2.1 有價(jià)值數(shù)據(jù)挑選
        5.2.2 違法事件認(rèn)定
        5.2.3 統(tǒng)計(jì)生成違法主題摘要
    5.3 實(shí)驗(yàn)與評(píng)價(jià)
    5.4 本章小結(jié)
第六章 法治輿情情感分析
    6.1 研究目的
    6.2 情感分析技術(shù)
        6.2.1 基于情感詞典的方法
        6.2.2 基于機(jī)器學(xué)習(xí)的方法
    6.3 法治輿情情感分析
        6.3.1 法治輿情情感詞典制作
        6.3.2 主要方面情感分析
        6.3.3 輿情影響程度計(jì)算
    6.4 實(shí)驗(yàn)評(píng)估
    6.5 本章小結(jié)
第七章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    7.1 系統(tǒng)設(shè)計(jì)
        7.1.1 總體流程設(shè)計(jì)
        7.1.2 系統(tǒng)架構(gòu)設(shè)計(jì)
        7.1.3 系統(tǒng)類(lèi)圖建立
        7.1.4 數(shù)據(jù)庫(kù)設(shè)計(jì)
    7.2 系統(tǒng)模塊設(shè)計(jì)與實(shí)現(xiàn)
        7.2.1 輿情數(shù)據(jù)采集實(shí)現(xiàn)
        7.2.2 法治輿情數(shù)據(jù)處理實(shí)現(xiàn)
        7.2.3 輿情數(shù)據(jù)分析實(shí)現(xiàn)
        7.2.4 WEB應(yīng)用設(shè)計(jì)與實(shí)現(xiàn)
    7.3 系統(tǒng)測(cè)試
        7.3.1 測(cè)試目的
        7.3.2 測(cè)試環(huán)境
        7.3.3 功能測(cè)試
    7.4 本章小結(jié)
第八章 總結(jié)與展望
    8.1 論文工作總結(jié)
    8.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于篇章主次關(guān)系的單文檔抽取式摘要方法研究[J]. 張迎,王中卿,王紅玲.  中文信息學(xué)報(bào). 2019(08)
[2]網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的分析與設(shè)計(jì)[J]. 洪小娟,宗江燕,于建坤,黃衛(wèi)東.  軟件工程. 2019(08)
[3]基于深度學(xué)習(xí)的文本自動(dòng)摘要方案[J]. 張克君,李偉男,錢(qián)榕,史泰猛,焦萌.  計(jì)算機(jī)應(yīng)用. 2019(02)
[4]利用框架語(yǔ)義知識(shí)優(yōu)化事件抽取[J]. 陳亞?wèn)|,洪宇,王瀟斌,楊雪蓉,姚建民,朱巧明.  中文信息學(xué)報(bào). 2017(02)
[5]中美網(wǎng)絡(luò)輿情監(jiān)控比較[J]. 周松青.  北京社會(huì)科學(xué). 2017(01)
[6]大數(shù)據(jù)時(shí)代政府統(tǒng)計(jì)轉(zhuǎn)變及思考[J]. 趙英姝,戴明鋒.  中國(guó)統(tǒng)計(jì). 2017(01)
[7]一種基于神經(jīng)網(wǎng)絡(luò)模型的句子排序方法[J]. 康世澤,馬宏,黃瑞陽(yáng).  中文信息學(xué)報(bào). 2016(05)
[8]中文分詞與詞性標(biāo)注研究[J]. 梁喜濤,顧磊.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(02)
[9]基于SVM結(jié)合依存句法的金融領(lǐng)域輿情分析[J]. 黃進(jìn),阮彤,蔣銳權(quán).  計(jì)算機(jī)工程與應(yīng)用. 2015(23)
[10]基于LDA主題模型的短文本分類(lèi)方法[J]. 張志飛,苗奪謙,高燦.  計(jì)算機(jī)應(yīng)用. 2013(06)

博士論文
[1]面向特定領(lǐng)域的互聯(lián)網(wǎng)輿情分析技術(shù)研究[D]. 張長(zhǎng)利.吉林大學(xué) 2011



本文編號(hào)：3172611