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--检索机论文

基于条件随机场的网络短评论挖掘系统研究与实现

摘要第1-6页
Abstract第6-7页
目录第7-10页
第1章 绪论第10-20页
   ·研究背景与意义第10-12页
   ·国内外研究现状第12-18页
     ·评论的情感分析研究现状第12-13页
     ·评论特征对象抽取研究现状第13-14页
     ·条件随机场的研究现状第14-15页
     ·评论挖掘系统构建研究现状第15-16页
     ·国内外技术发展现状分析与总结第16-18页
   ·论文的研究内容第18页
   ·论文的组织结构第18-20页
第2章 评论挖掘相关技术综述第20-26页
   ·中文分词第20页
   ·组合词识别第20-21页
   ·情感词典构建第21-24页
     ·基于语料的情感词典构建第21-22页
     ·基于语义知识库的情感词典构建第22页
     ·同义词词林第22-24页
   ·短评论特征对象与情感词信息的抽取第24-25页
   ·本章小结第25-26页
第3章 条件随机场相关技术第26-33页
   ·条件随机场第26-28页
     ·条件随机场概述第26页
     ·最大熵模型第26-27页
     ·条件随机场模型第27-28页
   ·条件随机场的三个关键问题第28-30页
     ·特征函数选择第28-29页
     ·参数估计第29页
     ·模型推断第29-30页
   ·条件随机场的主要算法第30-32页
     ·Viterbi 算法第30页
     ·GIS 算法第30-31页
     ·IIS 算法第31页
     ·L-BFGS 算法第31-32页
   ·本章小结第32-33页
第4章 网络短评论挖掘系统的设计第33-51页
   ·网络爬虫设计第33页
   ·页面评论内容提取设计第33-34页
   ·条件随机场挖掘模型设计第34-50页
     ·组合特征词提取设计第34-42页
     ·情感词典构建设计第42-43页
     ·短评论的分词设计第43页
     ·网络短评论断句设计第43-44页
     ·条件随机场模型设计第44-48页
     ·特征与情感词信息提取设计第48-50页
   ·本章小结第50-51页
第5章 网络短评论挖掘系统的实现第51-69页
   ·系统实现的总体框架第51-53页
     ·系统框架图第51页
     ·系统功能组件介绍第51-53页
   ·评论数据收集与预处理第53-56页
     ·网络爬虫实现第53-54页
     ·短评论内容的提取第54-55页
     ·短评论组合特征词提取第55-56页
   ·短评论挖掘第56-59页
     ·条件随机场模型结构和算法的实现第56-57页
     ·特征对象和情感词的提取第57-58页
     ·匹配特征对象与情感词第58-59页
     ·对情感词语义倾向性判定第59页
   ·短评论挖掘结果展示第59-62页
   ·主要算法验证实验设计第62-63页
   ·实验结果与分析第63-68页
     ·实验结果评价指标第63-64页
     ·实验结果第64-67页
     ·实验分析第67-68页
   ·本章小结第68-69页
结论第69-70页
参考文献第70-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于本体的Web语义检索方法的研究和应用
下一篇:离散差分进化算法在生产优化问题中的应用研究