基于情感分析的评论挖掘技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 商品特征抽取 | 第11-12页 |
| 1.2.2 观点词抽取 | 第12-13页 |
| 1.2.3 情感极性以及强度判断 | 第13-15页 |
| 1.3 论文研究内容及意义 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 相关技术介绍 | 第17-27页 |
| 2.1 本体理论 | 第17-20页 |
| 2.1.1 本体概述 | 第17-19页 |
| 2.1.2 本体的构建方法 | 第19-20页 |
| 2.2 词向量技术 | 第20-25页 |
| 2.2.1 统计语言模型 | 第20-22页 |
| 2.2.2 神经概率语言模型 | 第22-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 面向评论挖掘的领域本体构建 | 第27-38页 |
| 3.1 领域本体的相关定义 | 第27-29页 |
| 3.1.1 领域本体的定义 | 第28页 |
| 3.1.2 领域本体的形式化表示 | 第28-29页 |
| 3.2 概念提取方法 | 第29-33页 |
| 3.2.1 依存句法关系介绍 | 第29-30页 |
| 3.2.2 特征和情感概念提取算法 | 第30-33页 |
| 3.3 基于词向量的相似度计算 | 第33-35页 |
| 3.2.1 基于word2vec的词向量训练 | 第33-34页 |
| 3.2.2 概念的整合算法 | 第34-35页 |
| 3.4 领域本体的构建 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 评论情感分析 | 第38-52页 |
| 4.1 评论特征观点词对抽取 | 第38-40页 |
| 4.1.1 分词与词性标注 | 第38-39页 |
| 4.1.2 特征-观点词对抽取方法 | 第39-40页 |
| 4.2 评论情感分类 | 第40-46页 |
| 4.2.1 情感词典构建 | 第40-43页 |
| 4.2.2 特征情感强度计算 | 第43-44页 |
| 4.2.3 情感分类方法 | 第44-46页 |
| 4.3 实验与结果分析 | 第46-51页 |
| 4.3.1 特征抽取实验 | 第46-47页 |
| 4.3.2 情感分类实验 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 评论挖掘系统的设计与实现 | 第52-58页 |
| 5.1 系统的总体设计 | 第52页 |
| 5.2 系统的实现 | 第52-55页 |
| 5.2.1 各功能模块的实现 | 第52-55页 |
| 5.2.2 情感词典的建立与维护 | 第55页 |
| 5.3 系统展示 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简介 | 第63页 |
