基于词典的短文本情感分析方法的研究与实现.docx

摘要：互联网的发展改变了人们的生活方式，为网民发表想法、建议等提供了途径。网民发表的评价、想法聚集在网上成为了带有主观色彩短文本，这些信息存在巨大的社会经济效益，同时存在网络舆情、信息泄露等问题。情感分析不仅能够快速的发现和挖掘出网民的态度，更能进一步对事件的发展做出可靠的预测。

本毕业设计论文首先介绍情感分析需要用到的技术及理论基础，然后介绍了情感词典的构建方式，人工构建的情感词典包括情感词分类、情感词数量、情感词的权值标注等，之后利用短文本情感计算技术，判断文本是正面、负面还是中性，介绍情感判断的流程，最后根据短文本情感值计算的具体步骤，展示如何通过Python用代码实现对短文本的情感值计算，为网络舆情提供指导。

关键词：情感分析；情感词典；Python；权值

目录

摘要

Abstract

第一章  绪论

1.1课题研究的背景与意义

1.2研究的现状 

1.3论文构架

第二章 相关技术概念及理论介绍

2.1情感倾向

2.2文本预处理技术

2.3中文分词技术

2.3.1中文分词算法

2.3.2常用的中文分词系统

2.4 词性标注

2.5去除停用词

2.6本章小结

第三章  创立情感词典

3.1几种常见的情感词典

3.2 情感词典的组成

3.3 本章小结

第四章  短文本情感计算核心技术

4.1常见短文本的特点和来源

4.2面向短文本的情感计算方法

4.3情感判断

4.4本章小结

第五章 基于Python的短文本情感分析的实现

5.1准备阶段

5.2数据预处理

5.3构建模型

5.4实验结果验证

5.5本章小结

结束语

致  谢

参考文献