细粒度情感分析技术在评论挖掘系统中的应用
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究的背景及意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 产品特征提取国内外现状 | 第14-15页 |
| 1.2.2 情感分析国内外现状 | 第15-16页 |
| 1.2.3 国内外相关产品现状 | 第16-17页 |
| 1.3 本文研究内容与组织结构 | 第17-19页 |
| 第2章 情感分析相关技术介绍 | 第19-29页 |
| 2.1 文本挖掘 | 第19页 |
| 2.2 文本预处理 | 第19-21页 |
| 2.2.1 中文分词 | 第19-20页 |
| 2.2.2 中文分词系统 | 第20-21页 |
| 2.3 特征提取 | 第21-23页 |
| 2.3.1 文本模式算法 | 第22页 |
| 2.3.2 Apriori算法 | 第22-23页 |
| 2.4 文本倾向性分析 | 第23-28页 |
| 2.4.1 基于语义分析技术 | 第23-26页 |
| 2.4.2 基于机器学习的分析技术 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 细粒度情感分析关键技术研究 | 第29-47页 |
| 3.1 特征提取研究与改进 | 第29-36页 |
| 3.1.1 改进的基于临近原则的显式特征提取 | 第30-31页 |
| 3.1.2 隐式特征提取 | 第31-36页 |
| 3.2 词典构建 | 第36-42页 |
| 3.2.1 领域情感词典的构建 | 第37-39页 |
| 3.2.2 基础词典的构建 | 第39-40页 |
| 3.2.3 修饰副词词典的构建 | 第40-41页 |
| 3.2.4 否定词词典的构建 | 第41页 |
| 3.2.5 网络词汇词典的构建 | 第41-42页 |
| 3.3 情感强度计算 | 第42-43页 |
| 3.4 实验结果和分析 | 第43-45页 |
| 3.4.1 特征提取实验结果和分析 | 第43-44页 |
| 3.4.2 情感分析实验结果和分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 评论挖掘系统设计 | 第47-64页 |
| 4.1 系统需求分析 | 第47-48页 |
| 4.2 系统整体设计 | 第48-51页 |
| 4.2.1 系统总体功能结构框架 | 第48-49页 |
| 4.2.2 系统架构设计 | 第49-51页 |
| 4.3 系统模块设计 | 第51-59页 |
| 4.3.1 数据采集模块设计 | 第51-56页 |
| 4.3.2 商品评论情感分析模块设计 | 第56-58页 |
| 4.3.3 系统展示模块设计 | 第58-59页 |
| 4.4 数据库设计 | 第59-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第5章 评论挖掘系统展示与测试 | 第64-71页 |
| 5.1 系统功能展示 | 第64-68页 |
| 5.2 系统测试与分析 | 第68-69页 |
| 5.3 本章小结 | 第69-71页 |
| 总结与展望 | 第71-74页 |
| 本论文总结 | 第71页 |
| 未来的工作 | 第71-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士期间发表的论文 | 第79-81页 |
| 致谢 | 第81页 |
