首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于方面的评论挖掘及评论得分预测研究

摘要第3-5页
ABSTRACT第5-6页
图录第9-10页
表录第10-11页
第一章 绪论第11-20页
    1.1 研究背景和意义第11-12页
    1.2 国内外研究现状第12-17页
        1.2.1 产品特征抽取和聚类第12-14页
        1.2.2 基于方面的情感分析第14-15页
        1.2.3 其他的研究方向第15-17页
    1.3 目前存在的问题第17页
    1.4 研究内容及工作第17-18页
    1.5 论文内容组织第18-19页
    1.6 本章小结第19-20页
第二章 相关理论技术第20-30页
    2.1 文本情感分析第20-23页
        2.1.1 文档级的情感分析第20-22页
        2.1.2 语句级的情感分析第22-23页
    2.2 观点词典扩充第23-25页
        2.2.1 基于词典的方法第24页
        2.2.2 基于语料库的方法和情感一致性第24-25页
    2.3 基于方面的观点挖掘第25-28页
        2.3.1 方面情感分析第26-27页
        2.3.2 实体方面抽取第27-28页
    2.4 本章小结第28-30页
第三章 基于方面的特征词抽取和聚类方法第30-49页
    3.1 特征词抽取方法第30-35页
        3.1.1 基于关联规则的抽取方法第30-33页
        3.1.2 双向传播算法第33-35页
    3.2 基于方面的特征词聚类方法第35-42页
        3.2.1 基于LDA的自动特征词聚类方法第36-37页
        3.2.2 半自动的特征词聚类方法第37-42页
    3.3 实验结果与分析第42-48页
        3.3.1 特征词抽取实验第42-44页
        3.3.2 特征词聚类的实验第44-48页
    3.4 本章小结第48-49页
第四章 基于方面的情感强度分析及评论方面评分预测第49-61页
    4.1 观点词和方面词连接第49-50页
    4.2 方面情感分析方法第50-54页
        4.2.1 情感倾向分析方法第50-53页
        4.2.2 基于模糊集的情感强度分析方法第53-54页
    4.3 评论方面评分预测方法第54-56页
    4.4 实验结果及相关分析第56-60页
        4.4.1 情感分析方法实验第56-58页
        4.4.2 评论方面评分预测实验第58-60页
    4.5 本章小结第60-61页
第五章 结束语第61-63页
    5.1 论文主要工作第61页
    5.2 未来工作展望第61-63页
参考文献第63-69页
致谢第69-70页
攻读硕士学位期间已发表或录用的论文第70-72页

论文共72页,点击 下载论文
上一篇:违法停拍系统及关键技术的研究
下一篇:VLBI射电天文和深空测量数据库研究和实现