致谢 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
1 绪论 | 第11-19页 |
·研究背景 | 第11-12页 |
·选题意义 | 第12-13页 |
·研究现状 | 第13-18页 |
·文本情感分类研究现状 | 第13-14页 |
·词的极性分类研究现状 | 第14-16页 |
·产品特征抽取研究现状 | 第16-17页 |
·产品评论挖掘系统构建研究现状 | 第17-18页 |
·论文主要工作 | 第18页 |
·论文组织结构 | 第18-19页 |
2 文本分类相关基础理论 | 第19-27页 |
·文本表示 | 第19页 |
·特征权重计算 | 第19-21页 |
·文本分类算法 | 第21-24页 |
·朴素贝叶斯 | 第21-22页 |
·最大熵 | 第22-23页 |
·支持向量机 | 第23-24页 |
·文本分类性能评价 | 第24-26页 |
·查全率、查准率和F-测度值 | 第24-25页 |
·宏平均和微平均 | 第25-26页 |
·本章小结 | 第26-27页 |
3 产品评论整体褒贬分类研究 | 第27-46页 |
·整体设计 | 第27-28页 |
·产品评论褒贬分类实验 | 第28-31页 |
·文本预处理 | 第28-29页 |
·特征向量抽取及权重计算 | 第29-31页 |
·特征选择 | 第31页 |
·分类算法选择 | 第31页 |
·产品评论语料库的构建 | 第31-34页 |
·基于N-Gram的特征提取分类实验结果 | 第34-38页 |
·基于词的unigram和bigram | 第34-36页 |
·基于字的unigram,bigram和trigram | 第36-37页 |
·实验结论 | 第37-38页 |
·基于Suffix Tree特征抽取的褒贬义分类 | 第38-45页 |
·Suffix Tree介绍 | 第38-40页 |
·关键子串组的特征提取和算法实现 | 第40-42页 |
·基于Suffix Tree的特征提取分类实验结果 | 第42-45页 |
·实验结论 | 第45页 |
·本章小结 | 第45-46页 |
4 产品评论细颗粒意见挖掘研究 | 第46-66页 |
·研究目标 | 第46页 |
·整体设计 | 第46-47页 |
·产品特征库的构建 | 第47-51页 |
·从产品规格说明书提取特征 | 第48-49页 |
·从产品评论中提取特征 | 第49-51页 |
·中文极性词典构建 | 第51-56页 |
·极性词典构建 | 第52-53页 |
·极性修饰词典构建 | 第53-54页 |
·产品特征相关极性词典构建 | 第54-56页 |
·中文产品评论语言特点分析 | 第56-58页 |
·中文句子分析 | 第56-57页 |
·产品评论特点分析 | 第57-58页 |
·基于依存句法的意见挖掘 | 第58-61页 |
·句法分析器 | 第58-60页 |
·SBV极性传递算法 | 第60-61页 |
·基于关键字匹配的意见挖掘 | 第61-63页 |
·意见挖掘实验 | 第63-65页 |
·测试语料 | 第63-64页 |
·实验结果和分析 | 第64-65页 |
·本章小结 | 第65-66页 |
5 产品评论意见挖掘系统设计与实现 | 第66-78页 |
·系统整体设计 | 第66页 |
·系统开发环境 | 第66-67页 |
·可视化界面生成 | 第67页 |
·产品特征库和极性词典的管理 | 第67-69页 |
·产品特征库维护 | 第67-68页 |
·极性词库维护 | 第68-69页 |
·评论页面下载与内容提取 | 第69-73页 |
·评论的页面下载 | 第69-70页 |
·评论内容抽取 | 第70-73页 |
·评论意见挖掘 | 第73-74页 |
·整体褒贬分类 | 第73-74页 |
·细颗粒评论分析 | 第74页 |
·评论意见查询 | 第74-77页 |
·产品意见查询 | 第75-76页 |
·产品意见比较查询 | 第76-77页 |
·文本评论分析查询 | 第77页 |
·本章小结 | 第77-78页 |
6 总结 | 第78-81页 |
·研究工作总结 | 第78-79页 |
·进一步工作 | 第79-81页 |
参考文献 | 第81-85页 |
作者简历 | 第85-89页 |
学位论文数据集 | 第89页 |