网络文本观点句抽取方法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·观点句抽取的意义 | 第12-14页 |
| ·研究内容 | 第14-16页 |
| ·不规范语料的处理 | 第14页 |
| ·领域名词的作用 | 第14-15页 |
| ·构造一种无监督的观点句抽取方法 | 第15页 |
| ·特征选择算法对于观点句抽取的影响 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第二章 观点句抽取相关技术 | 第17-27页 |
| ·文本分类相关技术 | 第17-20页 |
| ·文本分类问题定义 | 第17-18页 |
| ·文本表示与文本特征 | 第18-20页 |
| ·句子级文本情感倾向性分析 | 第20-23页 |
| ·英文观点句抽取技术 | 第20-21页 |
| ·中文观点句抽取技术 | 第21-23页 |
| ·本文研究框架 | 第23-26页 |
| ·观点句抽取技术面临的问题 | 第23-25页 |
| ·本文拟采用的技术路线 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 网络文本的规范化处理 | 第27-35页 |
| ·不规范文本 | 第27-28页 |
| ·不规范语料来源 | 第27页 |
| ·不规范文本的定义 | 第27-28页 |
| ·网络文本不规范统计 | 第28-30页 |
| ·分词前的处理 | 第30-31页 |
| ·分词后的处理 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 训练样例的构造以及 SVM 分类器的训练 | 第35-50页 |
| ·泛抽取方法 | 第35-39页 |
| ·情感词典构造技术 | 第35-37页 |
| ·泛抽取词典来源 | 第37-39页 |
| ·精抽取方法 | 第39-45页 |
| ·句法分析器 | 第39-40页 |
| ·领域名词抽取算法 | 第40-42页 |
| ·规则的构造 | 第42-45页 |
| ·SVM 分类器及其训练 | 第45-49页 |
| ·支持向量机 | 第45-46页 |
| ·特征抽取 | 第46-47页 |
| ·特征选择算法 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验及分析 | 第50-57页 |
| ·实验语料及实验设置 | 第50-51页 |
| ·实验语料 | 第50页 |
| ·实验设置 | 第50-51页 |
| ·观点句抽取性能评价指标 | 第51-52页 |
| ·实验结果 | 第52-56页 |
| ·不同种类特征抽取性能 | 第52-53页 |
| ·规范化处理的作用 | 第53-54页 |
| ·领域名词的作用 | 第54-55页 |
| ·特征选择算法对网络文本观点句抽取的影响 | 第55-56页 |
| ·方法整体性能评估 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-60页 |
| ·工作总结 | 第57-58页 |
| ·下一步研究方向 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者在学期间取得的学术成果 | 第65页 |
