| 摘要 | 第5-6页 |
| Abstraction | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 背景知识 | 第15-39页 |
| 2.1 主题模型方法概述 | 第15-29页 |
| 2.1.1 基础知识 | 第17-19页 |
| 2.1.2 LDA的简要介绍 | 第19-22页 |
| 2.1.3 LDA先验设定 | 第22-23页 |
| 2.1.4 LDA模型求解 | 第23-26页 |
| 2.1.5 LDA模型评估 | 第26-27页 |
| 2.1.6 LDA主题数目的确定 | 第27-28页 |
| 2.1.7 基于LDA的主题模型变形 | 第28-29页 |
| 2.2 Word2Vec概述 | 第29-38页 |
| 2.2.1 基础知识 | 第30页 |
| 2.2.2 神经网络语言模型 | 第30-32页 |
| 2.2.3 Log-Linear模型 | 第32页 |
| 2.2.4 Log-Bilinear模型 | 第32页 |
| 2.2.5 层次化Log-Bilinear模型 | 第32-33页 |
| 2.2.6 CBOW | 第33-35页 |
| 2.2.7 Skip-Gram | 第35-37页 |
| 2.2.8 使用层次Softmax或Negative Sampling原因 | 第37-38页 |
| 2.3 本章小结 | 第38-39页 |
| 第3章 WSAS模型设计 | 第39-50页 |
| 3.1 种子方面集的先验知识 | 第39-40页 |
| 3.2 生成过程 | 第40-43页 |
| 3.3 使用非对称参数 β 和 γ 引入先验情感信息 | 第43-44页 |
| 3.4 推导过程 | 第44-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 实验 | 第50-60页 |
| 4.1 实验准备 | 第50-52页 |
| 4.1.1 数据集 | 第50页 |
| 4.1.2 种子情感词 | 第50-51页 |
| 4.1.3 种子方面词 | 第51-52页 |
| 4.2 实验 | 第52-58页 |
| 4.2.1 情感-方面提取结果 | 第52-56页 |
| 4.2.2 方面特定的情感词提取 | 第56-57页 |
| 4.2.3 情感分类 | 第57-58页 |
| 4.3 本章小结 | 第58-60页 |
| 第5章 结论 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 答辩委员会对论文的评定意见 | 第70页 |