| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 评论信息情感分析 | 第9-12页 |
| 1.2.2 特征提取 | 第12-15页 |
| 1.2.3 产品评论领域本体 | 第15-16页 |
| 1.2.4 国内外研究现状评述 | 第16-17页 |
| 1.3 研究内容与研究方法 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18页 |
| 1.3.3 本文创新点 | 第18-19页 |
| 2 理论基础与关键技术 | 第19-26页 |
| 2.1 产品评论情感分析的过程 | 第19-20页 |
| 2.2 TF-IDF算法 | 第20-21页 |
| 2.3 情感词典 | 第21-25页 |
| 2.3.1 常见情感词典资源 | 第21-23页 |
| 2.3.2 情感词典的自动构建 | 第23-25页 |
| 2.4 本章小节 | 第25-26页 |
| 3 基于特征本体和情感词典的微博产品评论情感分析模型 | 第26-41页 |
| 3.1 模型的框架 | 第26页 |
| 3.2 数据准备 | 第26-27页 |
| 3.3 显式特征提取 | 第27-30页 |
| 3.4 特征本体的构建 | 第30-32页 |
| 3.4.1 特征本体的定义 | 第30-31页 |
| 3.4.2 特征本体的构建 | 第31-32页 |
| 3.5 情感词典的构建 | 第32-37页 |
| 3.5.1 基础情感词典 | 第33页 |
| 3.5.2 领域情感词典 | 第33-34页 |
| 3.5.3 微博表情词典 | 第34-35页 |
| 3.5.4 语境情感词典 | 第35-36页 |
| 3.5.5 辅助情感词典 | 第36-37页 |
| 3.6 隐式特征识别 | 第37-39页 |
| 3.7 特征情感分析 | 第39-40页 |
| 3.8 本章小节 | 第40-41页 |
| 4 实验及结果分析 | 第41-47页 |
| 4.1 实验数据准备 | 第41-42页 |
| 4.2 特征提取实验 | 第42-44页 |
| 4.2.1 实验 | 第42-44页 |
| 4.2.2 实验结果及分析 | 第44页 |
| 4.3 特征情感分析实验 | 第44-46页 |
| 4.3.1 实验 | 第44-45页 |
| 4.3.2 实验结果及分析 | 第45-46页 |
| 4.4 本章小节 | 第46-47页 |
| 5 总结与展望 | 第47-50页 |
| 5.1 论文总结 | 第47-48页 |
| 5.2 研究局限与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |