网站商品评论挖掘技术的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景和选题意义 | 第12-13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 方面抽取研究现状 | 第13-15页 |
| 1.2.2 评价词抽取研究现状 | 第15-16页 |
| 1.2.3 主观句识别研究现状 | 第16页 |
| 1.2.4 文本情感极性及强度分析研究现状 | 第16-19页 |
| 1.2.5 评论挖掘系统构建研究现状 | 第19-20页 |
| 1.3 论文主要工作 | 第20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 2 相关基础知识 | 第22-32页 |
| 2.1 评论挖掘的一般流程 | 第22-23页 |
| 2.2 常用模型介绍 | 第23-31页 |
| 2.2.1 向量空间模型 | 第23-24页 |
| 2.2.2 主题模型 | 第24-25页 |
| 2.2.3 条件随机场模型 | 第25-31页 |
| 2.3 文本分类性能评价 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 方面与评价词抽取 | 第32-46页 |
| 3.1 抽取对象的定义与说明 | 第32-33页 |
| 3.2 半监督CRFs迭代抽取方面和评价词 | 第33-38页 |
| 3.2.1 LDA主题模型的建模 | 第33-34页 |
| 3.2.2 获取初始方面及评价词集合 | 第34-35页 |
| 3.2.3 迭代抽取流程 | 第35-36页 |
| 3.2.4 CRFs特征的选取 | 第36-37页 |
| 3.2.5 CRFs特征模板的设计 | 第37-38页 |
| 3.3 实验及结果分析 | 第38-45页 |
| 3.3.1 实验环境、工具及语料说明 | 第38-39页 |
| 3.3.2 文本标注及统计 | 第39页 |
| 3.3.3 实验过程 | 第39-42页 |
| 3.3.4 实验结果及分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 情感极性及强度分析 | 第46-62页 |
| 4.1 评论文本基于标点的切分和基于方面的合并 | 第47-48页 |
| 4.2 情感句识别 | 第48-50页 |
| 4.2.1 特征选取 | 第48-49页 |
| 4.2.2 特征模板的设计 | 第49-50页 |
| 4.3 褒贬极性分类 | 第50-51页 |
| 4.3.1 特征选取 | 第50-51页 |
| 4.3.2 特征模板的设计 | 第51页 |
| 4.4 褒贬强度分类 | 第51-53页 |
| 4.4.1 特征选取 | 第51-53页 |
| 4.4.2 特征模板的设计 | 第53页 |
| 4.5 情感极性及强度分析实验 | 第53-61页 |
| 4.5.1 准备工作 | 第53-54页 |
| 4.5.2 情感句识别实验 | 第54-56页 |
| 4.5.3 褒贬极性分类实验 | 第56-58页 |
| 4.5.4 褒贬强度分类实验 | 第58-61页 |
| 4.6 本章小结 | 第61-62页 |
| 5 基于主题-方面的商品评论挖掘系统的构建 | 第62-68页 |
| 5.1 基于主题-方面的意见总结 | 第62-64页 |
| 5.1.1 将短评论归类到主题 | 第62-63页 |
| 5.1.2 方面的合并与各主题及整体打分 | 第63-64页 |
| 5.2 商品评论挖掘系统的设计与实现 | 第64-67页 |
| 5.2.1 商品评论的存储形式 | 第64页 |
| 5.2.2 数据处理流程 | 第64-65页 |
| 5.2.3 挖掘结果的展示 | 第65-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结 | 第68-70页 |
| 6.1 研究工作总结 | 第68-69页 |
| 6.2 进一步工作 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第73-75页 |
| 学位论文数据集 | 第75页 |
