基于最大熵方法的评论信息抽取研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·用户评论信息抽取研究的目的以及意义 | 第8-9页 |
| ·信息抽取 | 第9-11页 |
| ·信息抽取与信息检索 | 第9-10页 |
| ·信息抽取技术的历史与发展 | 第10-11页 |
| ·情感倾向性分析 | 第11-13页 |
| ·情感倾向性研究 | 第12-13页 |
| ·情感倾向性研究的应用领域 | 第13页 |
| ·本文的研究内容及创新点 | 第13-14页 |
| ·论文的组织结构及其章节安排 | 第14-16页 |
| 第二章 基于最大熵方法的用户评论信息抽取 | 第16-22页 |
| ·基于最大熵方法的用户评论信息抽取及极性判定 | 第16-17页 |
| ·产品属性抽取 | 第17-19页 |
| ·评论属性值抽取 | 第19-21页 |
| ·评论属性值极性判定 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 评论属性值抽取 | 第22-38页 |
| ·汉语内涵语义研究 | 第22-23页 |
| ·结构化信息抽取 | 第23-26页 |
| ·结构化信息抽取的主要方法 | 第24页 |
| ·模版处理的应用领域 | 第24-25页 |
| ·基于模板的抽取属性 | 第25-26页 |
| ·自然语言处理分类方法 | 第26-28页 |
| ·最大熵方法 | 第28-34页 |
| ·最大熵方法的应用实例 | 第29-30页 |
| ·最大熵模型框架 | 第30-31页 |
| ·特征值 | 第31-34页 |
| ·实验与分析 | 第34-36页 |
| ·实验步骤 | 第34-35页 |
| ·实验分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 评论属性值极性判定 | 第38-45页 |
| ·情感分类技术 | 第38-39页 |
| ·评论属性值的情感分类 | 第39-43页 |
| ·原始种子集以及测试集的建立 | 第41页 |
| ·语料库与分词系统 | 第41-43页 |
| ·同义词林及反义词林 | 第43页 |
| ·实验与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-49页 |
| ·本文工作回顾 | 第45-46页 |
| ·成果及意义 | 第46页 |
| ·商业应用领域 | 第46-47页 |
| ·存在的不足和未来工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 作者攻读学位期间发表的论文 | 第53-55页 |
