| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 相关研究综述 | 第11-15页 |
| 1.2.1 情感词典构建研究现状 | 第11-12页 |
| 1.2.2 复述技术研究现状 | 第12-13页 |
| 1.2.3 情感极性分类研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 本文的组织安排 | 第16-17页 |
| 第2章 领域相关的情感词典扩展 | 第17-36页 |
| 2.1 引言 | 第17-18页 |
| 2.2 领域情感词典扩展任务 | 第18-19页 |
| 2.3 情感词典扩展框架 | 第19-21页 |
| 2.4 属性-评价对抽取 | 第21-24页 |
| 2.4.1 产品意见要素识别 | 第21-23页 |
| 2.4.2 属性-评价对匹配 | 第23-24页 |
| 2.5 属性-评价对正规化 | 第24-25页 |
| 2.6 情感词语极性预测 | 第25-28页 |
| 2.7 最大熵情感极性分类 | 第28-29页 |
| 2.8 实验结果与分析 | 第29-35页 |
| 2.8.1 实验数据 | 第29-30页 |
| 2.8.2 意见要素识别结果 | 第30-31页 |
| 2.8.3 不同因素对情感词典扩展的影响 | 第31-33页 |
| 2.8.4 情感词典扩展对情感极性分类的影响 | 第33-35页 |
| 2.9 本章小结 | 第35-36页 |
| 第3章 基于多标准评估的汉语情感复述生成 | 第36-58页 |
| 3.1 引言 | 第36-37页 |
| 3.2 意见复述生成目标 | 第37-38页 |
| 3.3 基于复述生成的情感极性分类框架 | 第38-40页 |
| 3.4 意见复述候选生成 | 第40-42页 |
| 3.4.1 复述语序调整 | 第40-41页 |
| 3.4.2 复述评价短语替换 | 第41-42页 |
| 3.5 意见复述筛选 | 第42-49页 |
| 3.5.1 关键串语义相似度 | 第42-45页 |
| 3.5.2 N-gram语法评估 | 第45-46页 |
| 3.5.3 短语常用度计算 | 第46-47页 |
| 3.5.4 关键串词形差异度 | 第47-48页 |
| 3.5.5 意见复述筛选策略 | 第48-49页 |
| 3.6 基于意见复述生成的情感极性分类 | 第49-51页 |
| 3.6.1 支持向量机分类方法 | 第49-50页 |
| 3.6.2 特征选择与表示 | 第50页 |
| 3.6.3 极性冲突解决方法 | 第50-51页 |
| 3.7 实验结果与分析 | 第51-57页 |
| 3.7.1 实验数据和评价指标 | 第51-52页 |
| 3.7.2 意见复述生成结果 | 第52-53页 |
| 3.7.3 基于意见复述的情感极性分类结果 | 第53-57页 |
| 3.8 本章小结 | 第57-58页 |
| 第4章 汉语情感极性分类特征选择与表示 | 第58-75页 |
| 4.1 引言 | 第58-59页 |
| 4.2 情感极性分类特征选择 | 第59-61页 |
| 4.2.1 互信息 | 第59页 |
| 4.2.2 卡方统计量 | 第59-60页 |
| 4.2.3 信息增益 | 第60页 |
| 4.2.4 TF-IDF特征选择 | 第60-61页 |
| 4.2.5 N-gram特征 | 第61页 |
| 4.3 情感特征表示 | 第61-65页 |
| 4.3.1 优势比 | 第62页 |
| 4.3.2 NB-SVM的权重表示 | 第62页 |
| 4.3.3 词语情感隶属度特征表示 | 第62-64页 |
| 4.3.4 语义向量表示 | 第64-65页 |
| 4.4 神经网络最大熵分类模型 | 第65-67页 |
| 4.5 实验结果与分析 | 第67-74页 |
| 4.5.1 实验数据 | 第67页 |
| 4.5.2 不同特征选择方法对情感极性分类性能的影响 | 第67-69页 |
| 4.5.3 不同特征表示方法对情感极性分类性能的影响 | 第69-72页 |
| 4.5.4 不同分类模型的情感极性分类结果 | 第72-73页 |
| 4.5.5 复述与神经网络最大熵结合的情感极性分类结果 | 第73-74页 |
| 4.6 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士学位期间发表的学术论文及参加的科研项目 | 第85-86页 |
