网络评论标签提取的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 选题背景 | 第11页 |
| 1.2 网络评论标签提取的研究现状与发展 | 第11-13页 |
| 1.2.1 网络评论标签提取的主要研究内容 | 第11-12页 |
| 1.2.2 网络评论标签提取的研究现状 | 第12页 |
| 1.2.3 网络评论标签提取面临的挑战和发展趋势 | 第12-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 网络评论标签提取的关键技术研究 | 第14-24页 |
| 2.1 基于词法句法的标签提取 | 第14页 |
| 2.2 命名实体识别 | 第14-20页 |
| 2.2.1 隐马尔可夫模型 | 第14-19页 |
| 2.2.2 条件随机场 | 第19-20页 |
| 2.3 聚类算法介绍 | 第20-21页 |
| 2.3.1 K-means算法 | 第20-21页 |
| 2.3.2 AGNES算法 | 第21页 |
| 2.4 词向量概述 | 第21-22页 |
| 2.4.1 向量空间模型 | 第22页 |
| 2.4.2 Word2Vec模型 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于依存关系的标签提取方法 | 第24-31页 |
| 3.1 依存语法分析 | 第24-25页 |
| 3.2 评价对象筛选 | 第25-27页 |
| 3.2.1 点间互信息过滤法 | 第25页 |
| 3.2.2 基于有向图的过滤法 | 第25-26页 |
| 3.2.3 评价对象语义去重 | 第26-27页 |
| 3.3 评价对象情感分类 | 第27-28页 |
| 3.4 实验结果与分析 | 第28-30页 |
| 3.4.1 实验数据准备 | 第28页 |
| 3.4.2 对比方法 | 第28-29页 |
| 3.4.3 评价指标 | 第29页 |
| 3.4.4 结果与分析 | 第29-30页 |
| 3.5 标签生成 | 第30页 |
| 3.6 本章小结 | 第30-31页 |
| 第四章 基于序列到序列神经网络的信息摘要 | 第31-44页 |
| 4.1 循环神经网络 | 第31-33页 |
| 4.1.1 循环神经网络 | 第31页 |
| 4.1.2 训练方法 | 第31-32页 |
| 4.1.3 长短时记忆单元 | 第32-33页 |
| 4.1.4 双向循环神经网络 | 第33页 |
| 4.1.5 深层循环神经网络 | 第33页 |
| 4.2 序列到序列的神经网络模型 | 第33-34页 |
| 4.3 注意力机制 | 第34-39页 |
| 4.3.1 注意力机制 | 第35-36页 |
| 4.3.2 改进的注意力机制 | 第36-39页 |
| 4.4 模型框架 | 第39-40页 |
| 4.5 实验与结果分析 | 第40-43页 |
| 4.5.1 实验数据准备 | 第40页 |
| 4.5.2 模型建立 | 第40页 |
| 4.5.3 结果分析 | 第40-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 乡村休闲游网络评论挖掘系统的设计 | 第44-52页 |
| 5.1 系统总设计 | 第44-45页 |
| 5.2 数据获取模块 | 第45页 |
| 5.3 数据预处理模块 | 第45-46页 |
| 5.3.1 无关符号过滤 | 第45-46页 |
| 5.3.2 中文分词 | 第46页 |
| 5.3.3 停用词过滤 | 第46页 |
| 5.4 标签提取模块 | 第46页 |
| 5.5 本地语料库模块 | 第46-47页 |
| 5.5.1 停用词词典 | 第46页 |
| 5.5.2 评价主体词典 | 第46-47页 |
| 5.5.3 情感词词典 | 第47页 |
| 5.5.4 评价主体正负向情感标签词典 | 第47页 |
| 5.6 存储与接口网关模块 | 第47-50页 |
| 5.6.1 接口模块 | 第47页 |
| 5.6.2 用户操作流程 | 第47-50页 |
| 5.7 系统效果 | 第50-51页 |
| 5.8 本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
