| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·篇章和句子级别的情感分析 | 第12-14页 |
| ·细粒度情感分析 | 第14-15页 |
| ·跨领域情感分析 | 第15-17页 |
| ·主要研究内容和目的 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 第2章 情感分析研究内容及相关技术 | 第19-35页 |
| ·引言 | 第19页 |
| ·文本情感倾向性分析研究内容 | 第19-22页 |
| ·文本预处理 | 第22-26页 |
| ·中文分词技术 | 第23-24页 |
| ·停用词处理 | 第24页 |
| ·词性标注 | 第24页 |
| ·语义角色标注 | 第24-26页 |
| ·文本向量化表示 | 第26-28页 |
| ·特征提取 | 第28-30页 |
| ·特征表示 | 第28页 |
| ·特征选择 | 第28-29页 |
| ·特征项的权重计算 | 第29-30页 |
| ·机器学习模型介绍 | 第30-32页 |
| ·朴素贝叶斯模型 | 第30-31页 |
| ·条件随机场模型 | 第31-32页 |
| ·交叉验证 | 第32-33页 |
| ·评估标准 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 产品评价属性词与评价词的共同识别抽取 | 第35-47页 |
| ·引言 | 第35-36页 |
| ·条件随机场开源工具的使用 | 第36-38页 |
| ·产品评价对象属性词与评价词的共同识别抽取模型 | 第38-39页 |
| ·语义特征抽取算法 | 第39-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·实验设置 | 第42-44页 |
| ·结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 面向净化器产品评论的情感分析系统设计与实现 | 第47-56页 |
| ·引言 | 第47-48页 |
| ·系统架构及其功能模型 | 第48-51页 |
| ·数据采集和预处理模块 | 第49页 |
| ·数据分析与处理模块 | 第49-50页 |
| ·数据信息展示模块 | 第50-51页 |
| ·系统的实现和展示 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 跨领域产品评论情感分类研究 | 第56-65页 |
| ·引言 | 第56页 |
| ·跨领域情感分类问题探讨与定义 | 第56-59页 |
| ·问题探讨 | 第56-58页 |
| ·问题定义 | 第58-59页 |
| ·实验结果和分析 | 第59-64页 |
| ·实验设置 | 第59-60页 |
| ·结果与分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结和展望 | 第65-67页 |
| ·本文总结 | 第65页 |
| ·本文展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及其成果 | 第71-72页 |
| 致谢 | 第72-73页 |