首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向产品领域的细粒度情感分析技术

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-17页
   ·本文研究的背景和意义第9-11页
   ·相关研究综述第11-15页
     ·文本情感词典建设第12-13页
     ·文本情感信息抽取第13-14页
     ·文本情感跨领域移植第14-15页
     ·语料库资源第15页
   ·本文的研究内容第15-17页
第2章 文本情感资源建设第17-27页
   ·引言第17-18页
   ·基于词语相似度情感词典扩展第18-21页
     ·点互信息方法概述第18-20页
     ·相似度扩展算法第20-21页
   ·使用本体库扩展情感资源第21-24页
     ·本体库概述第22-23页
     ·本体库扩展方法第23-24页
   ·使用网络资源扩展情感词典第24页
   ·多方法融合的词典构建第24-26页
   ·本章小结第26-27页
第3章 基于条件随机场的产品属性抽取技术第27-41页
   ·引言第27-28页
   ·相关机器学习模型第28-32页
     ·最大熵模型第28-30页
     ·条件随机场模型第30-32页
   ·特征选取第32-34页
     ·词性特征第32-33页
     ·浅层句法特征第33页
     ·其他特征第33-34页
   ·算法描述第34-35页
   ·实验结果与分析第35-39页
     ·实验设置第35-37页
     ·实验结果分析第37-39页
   ·本章小结第39-41页
第4章 文本情感分析跨领域移植技术第41-49页
   ·引言第41页
   ·主动学习方法第41-43页
   ·基于主动学习的文本情感移植第43页
   ·实验结果与分析第43-48页
     ·实验设置第43-45页
     ·实验结果第45-48页
   ·本章小结第48-49页
第5章 文本情感分析系统设计与实现第49-56页
   ·引言第49页
   ·评价对象和评价词一体化识别第49-51页
     ·一体化识别方法第50-51页
     ·实验结果与分析第51页
   ·情感分析系统架构第51-52页
   ·系统设计与实现第52-55页
     ·算法设计第52-53页
     ·详细设计第53-55页
   ·本章小结第55-56页
结论第56-57页
参考文献第57-62页
攻读硕士学位期间发表的论文及其它成果第62-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:面向ICES_SSP业务服务质量监测系统设计与实现
下一篇:电子商务中针对产品的摘要挖掘技术研究