基于机器学习的产品评论情感分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-20页 |
| ·选题背景及意义 | 第10-13页 |
| ·情感分析产生的背景 | 第10-11页 |
| ·情感分析的定义 | 第11-13页 |
| ·国内外研究概况 | 第13-18页 |
| ·基于监督学习的情感分类 | 第13-16页 |
| ·基于无监督学习的情感分类 | 第16-18页 |
| ·本研究的主要内容 | 第18-20页 |
| 第2章 情感分类的理论基础 | 第20-34页 |
| ·情感词典的构建 | 第20-21页 |
| ·产品特征的提取 | 第21-24页 |
| ·构建特征空间 | 第24-29页 |
| ·特征项的表示方法 | 第24-27页 |
| ·特征权重法 | 第27-29页 |
| ·特征选择法 | 第29-30页 |
| ·分类器 | 第30-33页 |
| ·贝叶斯分类器 | 第31-32页 |
| ·条件随机场(CRF) | 第32-33页 |
| ·支持向量机(SVM) | 第33页 |
| ·本章小结 | 第33-34页 |
| 第3章 情感连续性和语言规则 | 第34-40页 |
| ·情感分析的基础原理 | 第34-35页 |
| ·基于情感连续性的情感分析研究方法 | 第34-35页 |
| ·情绪强度评估理论 | 第35页 |
| ·本论文的改进方法 | 第35-38页 |
| ·否定规则 | 第36-37页 |
| ·连词规则 | 第37页 |
| ·强化规则 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 产品评论的情感分类研究 | 第40-50页 |
| ·产品特征提取 | 第40-41页 |
| ·构建情感词典 | 第41-43页 |
| ·提取观点词 | 第41-42页 |
| ·构建情感词典 | 第42-43页 |
| ·无监督学习——计算产品特征的情感值 | 第43-45页 |
| ·监督机器学习算法 | 第45-47页 |
| ·构建特征空间 | 第45-46页 |
| ·比较特征选择法：MI和IG | 第46-47页 |
| ·分类性能的评价方法 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于机器学习的产品评论情感分类系统设计 | 第50-56页 |
| ·实验数据 | 第50-51页 |
| ·语料提取 | 第50-51页 |
| ·分词 | 第51页 |
| ·情感词典 | 第51页 |
| ·产品评论的情感分析系统 | 第51-53页 |
| ·根据语法规则判断情感词极性 | 第51-52页 |
| ·系统设计 | 第52-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
