摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 论文结构组成
第2章 相关研究
2.1 国内外微博介绍
2.1.1 国外微博说明
2.1.2 国内微博发展
2.2 公司机构名称研究
2.2.1 公司机构名称组织结构
2.2.2 公司名称简称研究
2.3 微博语言特点分析
2.4 本章小结
第3章 情感分类研究
3.1 情感分类的关键技术
3.1.1 微博数据获取
3.1.2 中文分词
3.1.3 数据预处理
3.1.4 特征选择
3.2 基于机器学习方法
3.2.1 支持向量机
3.2.2 K最近邻算法
3.2.3 朴素贝叶斯算法
3.2.4 类中心向量法
3.3 基于语义的分类方法
3.3.1 语义分类方法介绍
3.3.2 构建情感词典的必要性
3.3.3 现有情感词典
3.4 情感分类流程图
3.5 本章小结
第4章 微博情感词典构建
4.1 财经领域情感词典
4.1.1 SO-PMI算法扩展
4.1.2 领域情感词典的生成
4.2 网络用语情感词典
4.3 其他词性词典
4.4 情感倾向加权计算方法
4.5 本章小结
第5章 实验结果与分析
5.1 实验数据介绍
5.2 实验结果评测指标
5.3 实验结果及分析
5.4 本章小结
第6章 总结及展望
6.1 本文主要工作
6.2 存在的问题及下一步研究
参考文献
致谢
攻读硕士期间主要的研究成果
声明
浙江师范大学学位论文诚信承诺书