电商商品评论情感分析方法及优化研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文研究内容与组织结构 | 第11-13页 |
| 1.3.1 本文研究内容 | 第11-12页 |
| 1.3.2 论文组织结构 | 第12-13页 |
| 第2章 中文评论的特点以及情感分析相关介绍 | 第13-33页 |
| 2.1 中文评论的特点研究 | 第13-14页 |
| 2.2 情感分析的基础 | 第14-15页 |
| 2.2.1 文本情感分析介绍 | 第14页 |
| 2.2.2 情感分析的应用 | 第14-15页 |
| 2.3 情感分析相关技术介绍 | 第15-32页 |
| 2.3.1 基于机器学习的情感分析方法 | 第15-28页 |
| 2.3.2 基于情感词典的情感分析方法 | 第28-30页 |
| 2.3.3 分类性能度量指标 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 情感词典的构建 | 第33-40页 |
| 3.1 基于情感词典的情感分析原理介绍 | 第33页 |
| 3.2 基于情感词典的情感分析技术难点介绍 | 第33-34页 |
| 3.3 自定义情感词典的构建 | 第34-35页 |
| 3.4 实验过程与结果分析 | 第35-39页 |
| 3.4.0 实验数据与实验环境 | 第35-37页 |
| 3.4.1 实验过程 | 第37页 |
| 3.4.2 实验结果与分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 结合语料库优化停用词 | 第40-45页 |
| 4.1 传统停用词介绍 | 第40页 |
| 4.2 电商评论领域去停用词难点分析 | 第40-41页 |
| 4.3 电商产品评论领域停用词表的构建 | 第41-42页 |
| 4.4 实验设计与结果分析 | 第42-44页 |
| 4.4.2 实验设计 | 第43页 |
| 4.4.3 实验结果与分析 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 面向电商评论的情感分析模型 | 第45-49页 |
| 5.1 面向电商评论的情感分析模型ESDTL | 第45页 |
| 5.2 特征选择与特征加权 | 第45-46页 |
| 5.2.1 特征选择 | 第45页 |
| 5.2.2 特征加权 | 第45-46页 |
| 5.3 实验及结果分析 | 第46-48页 |
| 5.3.1 实验介绍 | 第46页 |
| 5.3.2 实验结果对比与分析 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结和展望 | 第49-50页 |
| 6.1 全文内容总结 | 第49页 |
| 6.2 进一步研究工作 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
