声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 本文主要研究内容
1.2.1 基于MLNs的情绪分类
1.2.2 基于规则的有效信息识别
1.2.3 情绪时序变化分析
1.3 论文组织结构
第2章 相关工作综述
2.1 情绪分类
2.2 马尔科夫逻辑网
2.3 事件信息的提取
2.4 整体方法对比总结
2.5 本章小结
第3章 基于MLNs的情绪分类
3.1 情绪分类体系
3.2.1 马尔科夫逻辑表示
3.2.3 权值学习
3.2.5 推理
3.2 实验与分析
3.2.1 数据集
3.2.2 评估指标
3.2.3 实验分析
3.3 本章小结
第4章 基于规则的有效信息识别
4.1 时间表达式识别
4.1.1 构建时间单元规则库
4.1.2 识别时间表达式
4.1.3 规范化时间表达式
4.2 事件识别
4.2.1 统计分析
4.2.2 事件识别规则
4.2.3 事件识别方法与过程
4.3 实验与分析
4.3.1 数据集
4.3.2 实验及分析
4.4 本章小结
第5章 情绪时序变化分析
5.1 情绪时序变化系统
5.1.1 时间处理方法
5.1.2 数据处理方法
5.1.3 事件处理方法
5.2 情绪时序变化实证研究
5.2.1 基于个体微博研究
5.2.2 基于群体微博研究
5.3 本章小结
第6章 应用系统实例
6.1 系统设计
6.2 模块分析
6.3 结果展示
6.4 本章小结
结论
参考文献
攻读硕士学位期间发表论文
致谢