中文摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 绪论 | 第12-29页 |
·课题背景和意义 | 第12-13页 |
·国内外研究现状及分析 | 第13-26页 |
·情感词典与情感语料库 | 第14-16页 |
·文本主观性分类 | 第16-18页 |
·篇章、句子级别情感分析 | 第18-22页 |
·存在问题和不足 | 第22页 |
·细粒度情感分析 | 第22-26页 |
·本文的研究重点与工作内容 | 第26-27页 |
·本文的组织结构 | 第27-29页 |
第2章 情感词的极性强度量化计算研究 | 第29-42页 |
·引言 | 第29页 |
·情感极性强度模糊性分析 | 第29-31页 |
·情感词的情感极性强度模糊性 | 第30页 |
·情感修饰词的情感极性强度模糊性 | 第30-31页 |
·基于字的情感词极性强度量化计算方法 | 第31-33页 |
·基于情感词分类计算的极性强度量化方法 | 第33-36页 |
·基础情感词的极性强度量化计算 | 第33-34页 |
·复合情感词的极性强度量化计算 | 第34-36页 |
·实验结果及分析 | 第36-41页 |
·情感词极性强度量化计算基准实验 | 第37-38页 |
·基于情感词分类的极性强度量化计算 | 第38-40页 |
·基于不同领域的情感未定词极性强度量化计算 | 第40-41页 |
·本章小结 | 第41-42页 |
第3章 评价对象属性及其情感表达元素的联合识别研究 | 第42-62页 |
·引言 | 第42-43页 |
·条件随机场模型介绍 | 第43-46页 |
·评价对象属性及其情感表达元素的序列化联合抽取模型 | 第46-47页 |
·基本特征抽取 | 第47-49页 |
·词汇信息 | 第47-48页 |
·词性标注 | 第48-49页 |
·语义特征抽取 | 第49-55页 |
·语义角色基础知识 | 第49-50页 |
·语义角色的应用研究 | 第50-52页 |
·基于语义角色的语义特征抽取 | 第52-55页 |
·训练集构建 | 第55-56页 |
·标注集 | 第55页 |
·评论语料的人工标注 | 第55-56页 |
·实验结果与分析 | 第56-61页 |
·实验设置 | 第56-57页 |
·基准系统实验结果 | 第57-58页 |
·引入语义特征后的系统实验结果 | 第58-59页 |
·不同模板条件下的系统实验结果 | 第59-61页 |
·本章小结 | 第61-62页 |
第4章 细粒度属性分类及情感计算 | 第62-94页 |
·引言 | 第62-63页 |
·基于监督学习的属性分类研究 | 第63-69页 |
·最大熵模型介绍 | 第63-64页 |
·特征设计 | 第64-65页 |
·训练集构建 | 第65-66页 |
·实验结果及分析 | 第66-69页 |
·实验设置 | 第66页 |
·属性分类实验结果 | 第66-69页 |
·基于半监督学习的属性分类研究 | 第69-90页 |
·半监督学习方法 | 第70-71页 |
·基于分层抽样的自举属性分类方法 | 第71-90页 |
·分层抽样模型 | 第71-72页 |
·自举属性分类算法 | 第72-73页 |
·分层策略的自举属性分类 | 第73-77页 |
·实验结果和分析 | 第77-90页 |
·情感计算研究 | 第90-93页 |
·属性类别与情感词的关联挖掘 | 第90-91页 |
·情感汇总计算 | 第91-92页 |
·实验结果及分析 | 第92-93页 |
·本章小结 | 第93-94页 |
第5章 基于细粒度情感分析方法的酒店评论意见挖掘系统 | 第94-106页 |
·引言 | 第94-95页 |
·系统架构及功能模块 | 第95-100页 |
·评论数据采集及预处理模块 | 第97页 |
·数据处理与分析模块 | 第97-98页 |
·信息展示模块 | 第98-99页 |
·情感分析服务化封装 | 第99-100页 |
·系统实现 | 第100-105页 |
·酒店评论处理 | 第101-103页 |
·基于评论对象属性的酒店检索 | 第103-105页 |
·本章小结 | 第105-106页 |
第6章 总结与展望 | 第106-108页 |
·本文研究总结 | 第106-107页 |
·下一步工作设想 | 第107-108页 |
参考文献 | 第108-116页 |
作者在攻读博士学位期间完成的论文及科研工作 | 第116-118页 |
致谢 | 第118-119页 |