| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 情感信息抽取国内外研究现状 | 第12-17页 |
| 1.2.1 观点持有者的抽取 | 第13页 |
| 1.2.2 评价对象的抽取 | 第13-15页 |
| 1.2.3 评价词语的抽取和极性判别 | 第15-16页 |
| 1.2.4 情感评价单元的抽取 | 第16-17页 |
| 1.3 本课题研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-20页 |
| 第2章 相关理论与技术 | 第20-30页 |
| 2.1 中文分词、词性标注和依存句法分析 | 第20-23页 |
| 2.1.1 中文分词 | 第20-21页 |
| 2.1.2 词性标注 | 第21-22页 |
| 2.1.3 句法分析 | 第22-23页 |
| 2.2 机器学习模型简介 | 第23-27页 |
| 2.2.1 最大熵模型 | 第23-25页 |
| 2.2.2 隐马尔科夫模型 | 第25-26页 |
| 2.2.3 条件随机场模型 | 第26-27页 |
| 2.3 情感分析相关资源 | 第27-30页 |
| 2.3.1 语料库资源 | 第27-28页 |
| 2.3.2 情感词典资源 | 第28页 |
| 2.3.3 评测资源 | 第28-30页 |
| 第3章 评价对象抽取 | 第30-44页 |
| 3.1 评价对象简介 | 第30-31页 |
| 3.2 评价对象抽取模型 | 第31-32页 |
| 3.3 文本预处理 | 第32页 |
| 3.3.1 分词和词性标注 | 第32页 |
| 3.3.2 有效评价句过滤 | 第32页 |
| 3.4 候选评价对象抽取 | 第32-34页 |
| 3.5 领域无关评价对象处理 | 第34-38页 |
| 3.5.1 点互信息概述 | 第34-36页 |
| 3.5.2 M-Score算法 | 第36-37页 |
| 3.5.3 评价对象的筛选 | 第37-38页 |
| 3.6 实验结果及分析 | 第38-43页 |
| 3.6.1 评价指标 | 第38-39页 |
| 3.6.2 实验设置 | 第39-40页 |
| 3.6.3 K-折交叉验证法 | 第40-41页 |
| 3.6.4 实验结果与分析 | 第41-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 基于语义分析及依存句法分析的情感评价单元抽取 | 第44-56页 |
| 4.1 情感评价单元概述 | 第44-45页 |
| 4.2 情感评价单元抽取的语义特征 | 第45-47页 |
| 4.3 依存模板 | 第47-49页 |
| 4.4 情感评价单元抽取模型 | 第49-51页 |
| 4.5 实验设置 | 第51-55页 |
| 4.5.1 语料采集与评价标准 | 第51页 |
| 4.5.2 实验结果与分析 | 第51-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 基于《知网》和PMI的情感词典构建 | 第56-70页 |
| 5.1 《知网》简介 | 第56-59页 |
| 5.2 情感词典扩展方法 | 第59-62页 |
| 5.2.1 基于语料库统计的词语相似度计算方法 | 第60页 |
| 5.2.2 基于本体库的词语相似度计算方法 | 第60-62页 |
| 5.3 情感词典的构建 | 第62-65页 |
| 5.3.1 基本词典 | 第63-64页 |
| 5.3.2 修饰词典 | 第64页 |
| 5.3.3 网络词典 | 第64-65页 |
| 5.4 情感词极性强度计算 | 第65-66页 |
| 5.5 实验结果及分析 | 第66-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 研究总结 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间的研究成果 | 第78页 |