面向金融问答的论坛观点挖掘
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景、目的和意义 | 第11-12页 |
| ·观点挖掘技术国内外发展概况 | 第12-16页 |
| ·文本情感分类 | 第13-14页 |
| ·基于特征的观点挖掘 | 第14页 |
| ·观点挖掘系统构建现状 | 第14-16页 |
| ·本文主要研究内容与组织 | 第16-17页 |
| ·本文的内容 | 第16页 |
| ·本文的组织 | 第16-17页 |
| 第2章 面向金融问答的论坛观点挖掘技术概述 | 第17-25页 |
| ·面向金融问答的论坛观点挖掘系统流程图 | 第17-18页 |
| ·论坛金融观点挖掘 | 第18-19页 |
| ·金融观点倾向判别 | 第19-20页 |
| ·金融问答观点库的建立与更新 | 第20-21页 |
| ·机器学习方法简介 | 第21-24页 |
| ·支持向量机 | 第21页 |
| ·基于图的半监督学习 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 论坛金融观点挖掘 | 第25-35页 |
| ·引言 | 第25页 |
| ·帖子内容过滤 | 第25-27页 |
| ·不规则符号的过滤 | 第25-26页 |
| ·噪音的定义与过滤 | 第26-27页 |
| ·多句表述的拆分 | 第27页 |
| ·金融观点挖掘 | 第27-34页 |
| ·观点标注 | 第27-30页 |
| ·观点特征提取 | 第30-31页 |
| ·实验过程描述 | 第31页 |
| ·实验结果分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 金融观点倾向判别 | 第35-47页 |
| ·引言 | 第35页 |
| ·数据预处理 | 第35-37页 |
| ·已标注语料处理 | 第35-36页 |
| ·未标注数据处理 | 第36-37页 |
| ·基于图的半监督学习方法 | 第37-42页 |
| ·句子相似度计算 | 第37-39页 |
| ·图模型的建立 | 第39-40页 |
| ·图模型标注传递算法和适应性改进 | 第40-42页 |
| ·金融观点倾向判别 | 第42-45页 |
| ·倾向特征提取 | 第42-43页 |
| ·实验过程描述 | 第43页 |
| ·实验结果分析 | 第43-45页 |
| ·金融观点对象判别 | 第45-46页 |
| ·判别规则定义 | 第45页 |
| ·实验过程与结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 海天园-金融观点问答系统 | 第47-50页 |
| ·海天园-金融观点问答系统实现 | 第47-48页 |
| ·海天园-金融观点问答系统演示界面 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57页 |
