| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 特征词提取 | 第12页 |
| 1.2 情感分析中的特征提取 | 第12页 |
| 1.3 研究目的与主要工作 | 第12-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 研究现状 | 第15-21页 |
| 2.1 文本挖掘技术 | 第15-17页 |
| 2.2 情感分析方法 | 第17-19页 |
| 2.3 关键词提取算法 | 第19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 文本提取算法在特征词提取研究中的改进与实现 | 第21-31页 |
| 3.1 特征词提取算法综述 | 第21-22页 |
| 3.2 基于词频的特征提取的改进与实现 | 第22-25页 |
| 3.2.1 基于Stanford CoreNLP的文本解析 | 第22-23页 |
| 3.2.2 在基于词频的特征提取算法中的剪枝 | 第23页 |
| 3.2.3 基于词频的提取算法 | 第23-25页 |
| 3.3 基于Web PMI的特征提取技术 | 第25-28页 |
| 3.3.1 点间互信息(PMI)在特征词提取中的应用 | 第25-26页 |
| 3.3.2 从Google搜索引擎获取并存储命中数功能模块 | 第26-27页 |
| 3.3.3 基于Web PMI值的特征提取算法 | 第27-28页 |
| 3.4 快速自动关键词提取方法的实现 | 第28-30页 |
| 3.4.1 快速文本解析技术 | 第28页 |
| 3.4.2 共现值在RAKE算法中的应用 | 第28-30页 |
| 3.4.3 RAKE算法 | 第30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 特征词提取算法解析与实验 | 第31-41页 |
| 4.1 数据集的分析 | 第31页 |
| 4.2 Weka分析平台 | 第31-33页 |
| 4.2.1 Weka综述 | 第31-32页 |
| 4.2.2 数据格式预处理 | 第32-33页 |
| 4.3 实验分析 | 第33-40页 |
| 4.3.1 准确率和召回率分析 | 第34-38页 |
| 4.3.2 时间复杂度分析 | 第38-39页 |
| 4.3.3 鲁棒性分析 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 基于词频的快速特征词提取算法 | 第41-49页 |
| 5.1 算法分析与设计 | 第41-43页 |
| 5.1.1 提取算法的技术方法分析 | 第41-42页 |
| 5.1.2 算法设计方案 | 第42-43页 |
| 5.2 基于词频的快速特征词提取(RFWE)算法 | 第43-44页 |
| 5.3 实验分析 | 第44-48页 |
| 5.3.1 RFWE算法的准确率和召回率分析 | 第45页 |
| 5.3.2 RFWE算法的时间复杂度分析 | 第45-46页 |
| 5.3.3 四种提取算法的对比分析 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 论文总结与未来工作 | 第49-51页 |
| 6.1 论文总结 | 第49-50页 |
| 6.2 未来工作 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
