基于图书评论大数据的语义好评度计算方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景及国内外现状 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究目标和主要内容 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第二章 理论基础与相关技术 | 第12-17页 |
| 2.1 词语语义相似度计算方法 | 第12-13页 |
| 2.1.1 基于语义词典的词语相似度计算 | 第12页 |
| 2.1.2 基于语义词典的词语相似度计算 | 第12-13页 |
| 2.2 语义组块技术 | 第13页 |
| 2.3 大数据处理相关技术概述 | 第13-16页 |
| 2.4 自然语言处理相关技术及工具 | 第16-17页 |
| 2.4.1 中文分词工具 | 第16页 |
| 2.4.2 自然语言处理工具包(NLTK) | 第16-17页 |
| 第三章 基于图书评论大数据的语义词典构建 | 第17-34页 |
| 3.1 图书评论语料的获取 | 第17-22页 |
| 3.1.1 图书评论语料数据源选择 | 第17-19页 |
| 3.1.2 图书评论语料数据获取 | 第19-22页 |
| 3.2 图书评论数据的清洗 | 第22-24页 |
| 3.3 图书评论语料的抽取 | 第24-30页 |
| 3.3.1 图书评论语料切分词规则设计 | 第24-26页 |
| 3.3.2 图书评论语料词性标注方法 | 第26-28页 |
| 3.3.3 图书评论语料核心关键词的提取方法 | 第28-30页 |
| 3.4 图书评论语义词典的构建 | 第30-34页 |
| 3.4.1 图书评论主题词典构建 | 第31页 |
| 3.4.2 图书评论倾向性词典构建 | 第31-32页 |
| 3.4.3 基于主题词典分类的语料聚集 | 第32-34页 |
| 第四章 语义好评度计算模型 | 第34-39页 |
| 4.1 单句级语义好评度计算 | 第34-36页 |
| 4.2 用户级语义好评度计算 | 第36-37页 |
| 4.3 图书级语义好评度计算 | 第37-38页 |
| 4.4 图书主题语义好评度模型 | 第38-39页 |
| 第五章 实验与分析 | 第39-42页 |
| 5.1 实验过程 | 第39-40页 |
| 5.2 实验结果 | 第40-42页 |
| 第六章 总结与展望 | 第42-43页 |
| 6.1 工作总结 | 第42页 |
| 6.2 未来展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |
