使用多元语义特征的评论文本聚类研究
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景、目的及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·文本主题聚类的研究现状 | 第12-13页 |
| ·文本倾向性分析的研究现状 | 第13-15页 |
| ·本文主要研究内容 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 数据预处理与文本聚类框架 | 第17-23页 |
| ·数据集及研究资源 | 第17-18页 |
| ·数据集 | 第17页 |
| ·研究资源 | 第17-18页 |
| ·预处理过程 | 第18-19页 |
| ·短语获取方法 | 第19页 |
| ·文本聚类 | 第19-22页 |
| ·文本聚类框架 | 第19-21页 |
| ·K-means算法 | 第21页 |
| ·聚类评价指标 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于多元语义特征的文本主题聚类 | 第23-35页 |
| ·名词短语特征和语义角色特征 | 第23-24页 |
| ·名词特征和名词短语特征 | 第23-24页 |
| ·语义角色特征 | 第24页 |
| ·名词特征、名词短语特征、语义角色特征三者的关系 | 第24-25页 |
| ·名词、名词短语和语义角色特征冗余处理策略 | 第25-27页 |
| ·基于语义角色分解的特征选择方法 | 第27-28页 |
| ·实验结果与分析 | 第28-32页 |
| ·参数设置 | 第28-29页 |
| ·实验结果及分析 | 第29-32页 |
| ·本章小结 | 第32-35页 |
| 第四章 使用聚类方法的文本倾向性分析 | 第35-41页 |
| ·篇章级倾向性分析存在的问题 | 第35-36页 |
| ·两种传统的倾向性分析方法 | 第36-37页 |
| ·关键词统计的方法 | 第36页 |
| ·极性累加的方法 | 第36-37页 |
| ·自动识别和标注倾向性特征的方法 | 第37-38页 |
| ·实验及结果分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 结论与展望 | 第41-43页 |
| ·结论 | 第41-42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读学位期间取得的研究成果 | 第47-49页 |
| 致谢 | 第49-51页 |
| 个人简况及联系方式 | 第51-55页 |
