电商和微博评论中商品属性与倾向性识别技术的研究与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究的背景与意义 | 第11-12页 |
| ·文本倾向性相关理论研究综述 | 第12-16页 |
| ·中文分词技术 | 第12-15页 |
| ·观点挖掘与情感挖掘 | 第15-16页 |
| ·国内外研究现状 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·论文的组织结构 | 第18-20页 |
| 第2章 商品属性及倾向性识别技术 | 第20-29页 |
| ·商品属性及倾向性识别概述 | 第20-27页 |
| ·产品特征词抽取概述 | 第20-22页 |
| ·观点词抽取概述 | 第22-24页 |
| ·观点词的极性判断概述 | 第24-27页 |
| ·情感倾向性分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于隐式主语的商品属性分析及抽取 | 第29-38页 |
| ·SN抽取 | 第31-33页 |
| ·基于Wikipedia的隐式语义分析 | 第31-32页 |
| ·SN抽取的步骤 | 第32-33页 |
| ·SC抽取 | 第33-34页 |
| ·定义 | 第33页 |
| ·SC抽取步骤 | 第33-34页 |
| ·构建属性观点树 | 第34-35页 |
| ·实验 | 第35-37页 |
| ·平台搭建 | 第35页 |
| ·评估设置 | 第35-36页 |
| ·评估结果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于隐式主语分析和模式匹配的倾向性判别 | 第38-45页 |
| ·基于模式匹配的中心词和评论词抽取 | 第38-41页 |
| ·倾向性判别 | 第41-43页 |
| ·判别规则 | 第42-43页 |
| ·基于HowNet的极性提取过程 | 第43页 |
| ·观点展示过程 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 评论观点挖掘系统设计 | 第45-54页 |
| ·数据收集与处理 | 第47-49页 |
| ·数据收集的方法 | 第47-48页 |
| ·数据情况介绍 | 第48页 |
| ·数据结构化处理过程 | 第48-49页 |
| ·分词与标注 | 第49-50页 |
| ·自动分词理论和方法 | 第49-50页 |
| ·词性标注过程 | 第50页 |
| ·评论文本挖掘 | 第50-52页 |
| ·特征选择方法 | 第50-51页 |
| ·观点识别与总结 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| ·论文工作的主要成果 | 第54-55页 |
| ·后续研究工作的展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60页 |
