基于商品评论的情感分析的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景和研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 文本情感分析相关技术介绍 | 第14-26页 |
| 2.1 爬虫技术介绍 | 第14页 |
| 2.2 文本分词算法 | 第14-16页 |
| 2.2.1 分词算法介绍 | 第14-15页 |
| 2.2.2 中文分词系统介绍 | 第15-16页 |
| 2.3 词向量算法介绍 | 第16-18页 |
| 2.3.1 One-Hot词向量算法 | 第17页 |
| 2.3.2 TF-IDF算法 | 第17页 |
| 2.3.3 n-gram算法 | 第17-18页 |
| 2.3.4 分布式表示词向量 | 第18页 |
| 2.4 语言模型相关神经网络介绍 | 第18-21页 |
| 2.4.1 NNLM神经网络语言模型 | 第18-20页 |
| 2.4.2 Word2Vec简介 | 第20-21页 |
| 2.4.3 CBOW模型 | 第21页 |
| 2.5 资源及实验环境介绍 | 第21-23页 |
| 2.5.1 语料库 | 第21页 |
| 2.5.2 基础词典 | 第21-22页 |
| 2.5.3 数据预处理工具 | 第22-23页 |
| 2.6 本章小结 | 第23-26页 |
| 第3章 添加情感因子的LDA主题模型 | 第26-34页 |
| 3.1 LDA主题模型 | 第26-29页 |
| 3.1.1 LDA主题模型 | 第26-28页 |
| 3.1.2 LDA主题模型的实现 | 第28-29页 |
| 3.2 R-STF-LDA情感主题模型 | 第29-33页 |
| 3.2.1 R-STF-LDA情感主题模型 | 第29-31页 |
| 3.2.2 R-STF-LDA情感主题模型的实现 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 基于商品评论的情感主题分析模型 | 第34-50页 |
| 4.1 模型整体框架 | 第34页 |
| 4.2 数据采集预处理 | 第34-38页 |
| 4.2.1 数据采集的设计 | 第34-35页 |
| 4.2.2 数据采集实现 | 第35-37页 |
| 4.2.3 数据处理 | 第37-38页 |
| 4.3 文本分词 | 第38页 |
| 4.4 构造词向量 | 第38-39页 |
| 4.5 SO-IDF情感倾向值算法 | 第39-41页 |
| 4.5.1 SO-IDF情感倾向值算法 | 第39-40页 |
| 4.5.2 SO-IDF情感倾向值算法实现 | 第40-41页 |
| 4.6 情感主题模型构建 | 第41-42页 |
| 4.7 试验设计与结果分析 | 第42-48页 |
| 4.7.1 实验设计 | 第42-44页 |
| 4.7.2 评价指标 | 第44页 |
| 4.7.3 实验过程 | 第44-45页 |
| 4.7.4 实验结果分析 | 第45-48页 |
| 4.8 本章小结 | 第48-50页 |
| 第5章 情感主题分析系统的设计与实现 | 第50-60页 |
| 5.1 需求分析 | 第50-52页 |
| 5.1.1 系统设计目标 | 第50页 |
| 5.1.2 系统功能需求 | 第50-52页 |
| 5.2 系统架构设计 | 第52-53页 |
| 5.2.1 数据输入 | 第52页 |
| 5.2.2 数据分析子系统 | 第52-53页 |
| 5.2.3 数据展示模块 | 第53页 |
| 5.3 系统详细设计 | 第53-56页 |
| 5.3.1 数据输入实现 | 第53-54页 |
| 5.3.2 数据分析子系统实现 | 第54-55页 |
| 5.3.3 数据展现子系统实现 | 第55-56页 |
| 5.4 系统展示 | 第56-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 致谢 | 第68页 |
