| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.1.3 国内外研究现状 | 第13-14页 |
| 1.2 评论对象抽取研究概述 | 第14-15页 |
| 1.2.1 评论对象概念介绍 | 第14页 |
| 1.2.2 评论对象抽取相关研究 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 组织结构 | 第16-17页 |
| 第二章 相关知识介绍 | 第17-26页 |
| 2.1 数据表示模型 | 第17-18页 |
| 2.2 汉语自动分词 | 第18-19页 |
| 2.3 标签传播算法 | 第19-20页 |
| 2.4 ICTCLAS | 第20-22页 |
| 2.5 SCP论 | 第22页 |
| 2.6 AP聚类算法 | 第22-24页 |
| 2.7 性能评测指标 | 第24-26页 |
| 第三章 评论对象候选词抽取 | 第26-35页 |
| 3.1 中文微博分词特性 | 第26-27页 |
| 3.2 中文微博话题标签分词算法 | 第27-30页 |
| 3.2.1 基于粘度值的话题标签分词算法 | 第27-28页 |
| 3.2.2 第三方细胞词库辅助分词 | 第28-30页 |
| 3.2.3 分词冲突解决 | 第30页 |
| 3.3 评论对象候选词抽取 | 第30-31页 |
| 3.4 实验与结果 | 第31-34页 |
| 3.4.1 实验设计及评价方法 | 第31-33页 |
| 3.4.2 实验结果与分析 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 评论对象抽取 | 第35-53页 |
| 4.1 微博语料介绍 | 第35-37页 |
| 4.2 评论对象抽取系统框架 | 第37-39页 |
| 4.3 微博语句相似度计算与候选词相似度计算方法 | 第39-42页 |
| 4.3.1 基于微博上下文的语句相似度计算方法 | 第39-41页 |
| 4.3.2 基于同义词词林与浅层词汇特征的候选词相似度计算方法 | 第41-42页 |
| 4.4 基于聚类的多图平行标签传播评论对象抽取算法 | 第42-45页 |
| 4.5 实验与性能分析 | 第45-51页 |
| 4.5.1 实验设计及评价方法 | 第45-46页 |
| 4.5.2 Baseline介绍 | 第46-47页 |
| 4.5.3 实验结果与分析 | 第47-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间参加的科研项目与发表的论文 | 第59-60页 |
| 致谢 | 第60页 |