| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 本文主要工作 | 第12-13页 |
| 1.3 本文组织结构 | 第13-15页 |
| 第二章 相关研究 | 第15-21页 |
| 2.1 观点挖掘基本概念 | 第15-17页 |
| 2.1.1 研究层次 | 第15页 |
| 2.1.2 观点挖掘流程 | 第15-17页 |
| 2.2 国内外研究现状 | 第17-20页 |
| 2.2.1 基于情感词典的观点挖掘 | 第17-18页 |
| 2.2.2 基于机器学习的观点挖掘 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于CRFs和联合聚类的评价搭配提取算法研究 | 第21-29页 |
| 3.1 评价搭配提取整体框架 | 第21页 |
| 3.2 基于CRFs标注的评价要素候选集抽取 | 第21-25页 |
| 3.3 基于联合聚类的评价搭配匹配 | 第25-28页 |
| 3.3.1 联合聚类概述 | 第25-26页 |
| 3.3.2 基于矩阵分解联合聚类 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于HowNet的观点极性判断方法研究 | 第29-35页 |
| 4.1 观点极性判断整体框架 | 第29-30页 |
| 4.2 评价词极性判断及强度计算 | 第30-32页 |
| 4.2.1 情感词典构建 | 第30页 |
| 4.2.2 评价词极性判断 | 第30-31页 |
| 4.2.3 评价词强度计算 | 第31-32页 |
| 4.3 评价短语极性判断及强度计算 | 第32-34页 |
| 4.3.1 程度修饰词典构建 | 第32-33页 |
| 4.3.2 评价短语极性判断及强度计算 | 第33-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第五章 面向产品评论的观点挖掘的实例分析 | 第35-46页 |
| 5.1 评论数据预处理 | 第35页 |
| 5.2 基于CRFs和联合聚类的评价搭配提取实验 | 第35-43页 |
| 5.2.1 基于CRFs的候选集抽取实验 | 第35-37页 |
| 5.2.2 基于联合聚类的评价对象抽取实验 | 第37-40页 |
| 5.2.3 baseline方法介绍 | 第40-41页 |
| 5.2.4 评价搭配抽取实验 | 第41-43页 |
| 5.3 观点极性判断实验 | 第43-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第六章 结论 | 第46-48页 |
| 6.1 主要工作与创新点 | 第46-47页 |
| 6.2 进一步研究工作 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 作者在学期间取得的学术成果 | 第55-56页 |
| 附录A | 第56-57页 |