中文产品评论挖掘关键技术研究

摘要	第1-5页
ABSTRACT	第5-11页
1 绪论	第11-30页
·研究背景	第12页
·选题意义	第12-14页
·产品评论挖掘的研究现状	第14-24页
·产品特征抽取的研究现状	第14-17页
·观点词抽取的研究现状	第17-19页
·观点词的极性判断	第19-22页
·产品评论挖掘系统构建的研究现状	第22-24页
·本文的主要工作	第24-26页
·论文的研究目的及创新点	第26-27页
·本文的系统框架及挖掘结果展示	第27-28页
·论文的组织结构	第28-30页
2 产品评论的分类获取	第30-49页
·问题的提出	第30-31页
·普通文本的分类	第31-33页
·短文本分类的方法	第33-34页
·支持向量机	第34-40页
·最优分类面	第35-37页
·广义最优分类面	第37-39页
·支持向量机用于文本分类	第39-40页
·产品评论分类特征获取方法	第40-44页
·产品评论分类的内容分析	第40-42页
·评论语料库使用的现状	第42页
·产品评论统计特征的提取	第42-43页
·产品评论语义特征的提取	第43-44页
·产品评论分类特征的获取方法	第44页
·产品评论分类实验	第44-48页
·产品评论的预处理	第45页
·特征选择及分类	第45-46页
·评价方法	第46-47页
·实验结果及分析	第47-48页
·小结	第48-49页
3 产品评论中特征观点对的获取	第49-64页
·问题的提出及相关研究	第49-50页
·BOOTSTRAPPING 半监督学习方法	第50-53页
·特征观点对的获取方法	第53-59页
·产品评论内容的分析	第54页
·模式结构与模式特征集	第54-56页
·特征观点对获取的算法	第56-58页
·评论中的多特征识别算法	第58-59页
·实验处理及结果分析	第59-63页
·特征观点对的获取	第60-62页
·多特征识别	第62页
·实验对比	第62-63页
·本章小结	第63-64页
4 基于MHM 的特征观点对序列优化	第64-74页
·半监督学习方法的分析	第64-65页
·基于MHM 的序列优化方法	第65-70页
·特征观点对的分析	第65-67页
·序列优化方案	第67-69页
·序列优化的应用	第69-70页
·实验处理及结果分析	第70-73页
·置信度阈值的挑选	第70-71页
·观点序列优化实验	第71-73页
·本章小结	第73-74页
5 产品特征层次关系的挖掘	第74-94页
·问题的提出	第74页
·相关研究介绍	第74-77页
·产品特征关系识别的总体流程	第77-79页
·通过规格说明书挖掘规格特征的层次关系	第79-84页
·规格参数说明书	第79-81页
·规格参数说明书分析	第81-82页
·规格特征挖掘算法	第82-84页
·通过编辑评测挖掘描述特征的层次关系	第84-88页
·编辑评测内容分析	第84-85页
·描述特征的获取	第85页
·描述特征层次关系获取	第85页
·描述特征及层次关系挖掘算法	第85-88页
·产品特征层次关系实验及结果分析	第88-92页
·产品特征的挖掘实验	第89-90页
·实验结果	第90-92页
·结果分析	第92页
·本章小结	第92-94页
6 产品评论挖掘系统构建	第94-101页
·系统框架	第94-95页
·系统构建步骤	第95-97页
·产品评论的获取	第95页
·产品评论的分类优化	第95-96页
·产品评论中特征观点对的获取	第96页
·特征观点对的优化	第96页
·产品特征层次关系的获取	第96-97页
·特征观点对的展示	第97-101页
7 总结与展望	第101-104页
·论文工作的主要成果	第101-102页
·后续研究工作的展望	第102-104页
致谢	第104-106页
参考文献	第106-114页
附录	第114页