| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 主要的研究工作 | 第11-12页 |
| 1.3 论文结构 | 第12-13页 |
| 第二章 情感要素挖掘相关技术综述 | 第13-17页 |
| 2.1 情感分析研究现状简介 | 第13页 |
| 2.2 情感要素挖掘的主要技术 | 第13-14页 |
| 2.2.1 无监督或半监督的方法 | 第13-14页 |
| 2.2.2 有监督的的序列标注方法 | 第14页 |
| 2.3 系统的评价指标 | 第14-16页 |
| 2.3.1 准确率与召回率 | 第14-15页 |
| 2.3.2 F 值 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 基于规则的专家系统及在情感要素挖掘的应用 | 第17-27页 |
| 3.1 关系模式抽取在情感要素挖掘中的应用 | 第17-18页 |
| 3.2 专家系统在情感挖掘中的相关定义 | 第18页 |
| 3.3 系统关键方法 | 第18-22页 |
| 3.4 系统设计 | 第22-23页 |
| 3.5 实验与分析 | 第23-25页 |
| 3.5.1 数据准备及实验 | 第23-24页 |
| 3.5.2 结果分析 | 第24-25页 |
| 3.6 本章小结 | 第25-27页 |
| 第四章 序列标注与规则方法的集成学习(Ensemble learning) | 第27-47页 |
| 4.1 关系数据与图模型 | 第27-28页 |
| 4.1.1 马尔可夫性与概率无向图模型 | 第27-28页 |
| 4.1.2 条件随机场与序列标注 | 第28页 |
| 4.2 语料的预处理与新词发现 | 第28-35页 |
| 4.2.1 新词发现意义及现状 | 第28-30页 |
| 4.2.2 多种测度的新词检测方法 | 第30-33页 |
| 4.2.3 新词发现的系统框架 | 第33-34页 |
| 4.2.4 新词发现结果 | 第34-35页 |
| 4.3 基于Ensemble learning思想构建融合模板特征的条件随机场 | 第35-38页 |
| 4.3.1 集成学习(Ensemble learning)简介 | 第35页 |
| 4.3.2 将pattern类方法与条件随机场相融合 | 第35-36页 |
| 4.3.3 常用特征 | 第36-38页 |
| 4.4 实验与分析 | 第38-45页 |
| 4.4.1 KBP2013年情感分析任务实验 | 第38-42页 |
| 4.4.2 对COAE语料的集成学习实验 | 第42-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 机器翻译的抽取方法及其融入语义信息的改进 | 第47-59页 |
| 5.1 机器翻译模型与其在情感要素抽取中的应用 | 第47-50页 |
| 5.1.1 利用机器翻译模型中词对齐抽取搭配关系 | 第47-49页 |
| 5.1.2 利用HITS算法对情感对象进行重要性排序 | 第49-50页 |
| 5.2 加入外部语义信息的排序方法 | 第50-52页 |
| 5.3 实验结果及分析 | 第52-57页 |
| 5.3.1 数据集基本情况 | 第52页 |
| 5.3.2 评价指标与实验结果 | 第52-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文总结 | 第59页 |
| 6.2 不足与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |
