基于文本情感分类的商品评论主题挖掘
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 文本情感分类研究现状 | 第10-12页 |
| 1.2.2 主题挖掘研究现状 | 第12-13页 |
| 1.3 研究内容与组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 相关技术与理论 | 第15-28页 |
| 2.1 数据爬取 | 第15-16页 |
| 2.2 文本预处理 | 第16-19页 |
| 2.2.1 中文分词 | 第16-17页 |
| 2.2.2 词性标注 | 第17-18页 |
| 2.2.3 停用词过滤 | 第18-19页 |
| 2.3 文本情感分类的相关研究 | 第19-24页 |
| 2.3.1 文本的表示 | 第19-20页 |
| 2.3.2 特征选择 | 第20-21页 |
| 2.3.3 特征权重 | 第21-22页 |
| 2.3.4 文本情感分类的方法 | 第22-24页 |
| 2.4 主题挖掘 | 第24-27页 |
| 2.4.1 主题模型 | 第24-25页 |
| 2.4.2 贝叶斯分析方法 | 第25-26页 |
| 2.4.3 多项式分布 | 第26页 |
| 2.4.4 狄利克雷分布 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 模型建立 | 第28-41页 |
| 3.1 基于语义词典的情感分类 | 第28-34页 |
| 3.1.1 搭配词组的构建 | 第28-30页 |
| 3.1.2 情感词典的构建 | 第30-32页 |
| 3.1.3 倾向性计算 | 第32-33页 |
| 3.1.4 情感分类 | 第33-34页 |
| 3.2 基于LDA的商品评论主题挖掘 | 第34-40页 |
| 3.2.1 LDA模型的生成 | 第35-36页 |
| 3.2.2 最优主题数 | 第36-38页 |
| 3.2.3 LDA参数估计 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 实例验证 | 第41-58页 |
| 4.1 实验过程 | 第41-52页 |
| 4.1.1 数据获取 | 第41-44页 |
| 4.1.2 文本预处理 | 第44-47页 |
| 4.1.3 文本情感分类 | 第47-48页 |
| 4.1.4 主题提取 | 第48-52页 |
| 4.2 模型评价 | 第52-57页 |
| 4.2.1 整体评价 | 第52-53页 |
| 4.2.2 困惑度评价 | 第53-55页 |
| 4.2.3 F值 | 第55-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |
