| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 研究目标与研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 文本挖掘与情感分析基础知识 | 第15-21页 |
| 2.1 中文分词与文本相似度计算 | 第15-16页 |
| 2.2 词性标注及相关工具 | 第16页 |
| 2.3 常用的情感词典介绍 | 第16-17页 |
| 2.4 文本情感分析方法 | 第17-19页 |
| 2.4.1 基于词典的方法 | 第17-18页 |
| 2.4.2 基于统计的方法 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第3章 基于语法依存关系的情感词抽取 | 第21-31页 |
| 3.1 依存语法关系 | 第21-22页 |
| 3.2 依存语法规则表的建立 | 第22-25页 |
| 3.3 基于规则的情感词抽取与实验结果分析 | 第25-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 基于电商评论的文本情感计算 | 第31-43页 |
| 4.1 面向电商评论的情感词库构建方法 | 第31-34页 |
| 4.2 辅助词的作用分析与辅助词库的建立 | 第34-36页 |
| 4.2.1 连词词库 | 第34页 |
| 4.2.2 程度副词词库 | 第34-35页 |
| 4.2.3 否定词词库 | 第35-36页 |
| 4.2.4 程度副词和否定词位置关系对文本情感的影响 | 第36页 |
| 4.3 电商评论文本情感计算与分类方法 | 第36-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 电商评论分析系统实现与实验结果分析 | 第43-53页 |
| 5.1 工具与环境 | 第43页 |
| 5.2 系统实现 | 第43-50页 |
| 5.2.1 数据预处理模块 | 第43-45页 |
| 5.2.2 情感词发现模块 | 第45-46页 |
| 5.2.3 词库构建模块 | 第46-49页 |
| 5.2.4 文本情感值计算模块 | 第49-50页 |
| 5.3 实验设计与结果分析 | 第50-52页 |
| 5.3.1 评价指标 | 第50页 |
| 5.3.2 实验流程 | 第50-51页 |
| 5.3.3 实验结果与分析 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 论文总结 | 第53页 |
| 6.2 未来展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57页 |