基于机器学习的文本情感分析系统的设计与实现 毕业论文

摘要
随着网络中主观性文本的急剧增长，文本情感分析作为一个新兴研究课题，其研究价值和应用价值越来越受到学术界的重视。本文以机器学习领域的理论为依据，设计并实现了一个能够自动化地分析文本情感的系统。
本文首先将文本情感分析分解为两个主要的子问题，即文本的潜在语义分析和文本的潜在语义到文本情感的映射，本文随后使用机器学习领域的理论分别解决这两个子问题，进而完成对文本情感的自动化分析。
目录
第1章 绪论 
1.1 文本情感分析的研究背景 
1.2 文本情感分析的应用 
1.2.1 用户评论的分析与决策 
1.2.2 舆情监控 
1.2.3 信息预测 
1.2.4 其他应用 
1.3 本文工作 
1.4 本文结构 
第2章 系统需求 
2.1 系统用例分析 
2.2 未知文本的潜在语义分析 
2.3 从潜在语义到情感的数据映射 
2.4 非功能性需求 
2.5 本章小结 
第3章 系统设计 
3.1 概要设计 
3.2 潜在语义挖掘模块 
3.2.1 功能描述 
3.2.2 中文分词模块 
3.2.3 已知文本的语义挖掘模块 
3.2.4 未知文本的语义挖掘模块 
3.3 情感规则学习模块 
3.3.1 功能描述 
3.3.2 IPO图 
3.3.3 接口设计 
3.4 服务器模块 
3.4.1 功能描述 
3.4.2 情感判定模块 
3.4.3 数据交互模块 
3.5 客户端模块 
3.5.1 功能描述 
3.5.2 情感判定结果展现模块 
3.5.3 数据交互模块 
第4章 算法设计 
4.1 理论依据 
4.1.1 贝叶斯定理 
4.1.2 拉格朗日乘数法 
4.1.3 词袋模型 
4.1.4 最大期望算法 
4.1.5 概率潜在语义分析 
4.1.6 支持向量机 
4.2 潜在语义挖掘模块 
4.2.1 训练流程 
4.2.2 语义分析流程 
4.3 情感规则学习模块 
4.3.1 流程简介 
4.3.2 算法详解 
4.3.3 流程图 
4.4 服务器模块 
4.4.1 情感判定模块 
4.4.2 数据交互模块 
4.5 客户端模块 
4.5.1 数据交互模块 
第5章 系统实现与评估 
5.1 实现环境 
5.2 效率评估 
5.2.1 中文分词模块 
5.2.2 已知文本的语义挖掘模块 
5.2.3 情感规则学习模块 
5.3 效果评估 
5.3.1 训练集 
5.3.2 测试集 
5.4 结果展示 
总结与展望 
致谢 
参考文献