首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于语义特征的微博评价对象抽取

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景和意义第10-11页
    1.2 情感分析概述第11-14页
        1.2.1 情感分析研究体系第11-12页
        1.2.2 核心任务及主流方法第12-14页
    1.3 研究现状第14-15页
    1.4 研究内容与组织结构第15-17页
第二章 相关知识介绍第17-23页
    2.1 条件随机场模型第17-19页
        2.1.1 条件随机场原理第17-19页
        2.1.2 条件随机场优势第19页
    2.2 评价对象抽取中的语义特征第19-21页
    2.3 性能评测指标第21-23页
第三章 最长名词短语识别第23-31页
    3.1 中文最长名词短语研究第23页
    3.2 基于名词短语边界分布概率的识别算法第23-26页
        3.2.1 Viterbi算法第24-25页
        3.2.2 词语边界界定统计模型第25-26页
    3.3 实验设置第26-27页
    3.4 实验结果和分析第27-30页
        3.4.1 最长名词短语识别效果分析第27-30页
        3.4.2 最长名词短语识别对评价对象抽取的作用分析第30页
    3.5 本章小结第30-31页
第四章 评价对象抽取第31-41页
    4.1 微博语料介绍第31-33页
    4.2 相关研究第33-34页
    4.3 特征概述第34-35页
    4.4 系统实现第35页
    4.5 实验设置第35-38页
        4.5.1 数据预处理第35-37页
        4.5.2 特征模板第37-38页
    4.6 实验结果和分析第38-40页
        4.6.1 基于基本特征模板的实验第38页
        4.6.2 扩展特征效果比较第38-39页
        4.6.3 扩展特征组合比较第39-40页
    4.7 本章小结第40-41页
第五章 总结与展望第41-43页
    5.1 总结第41页
    5.2 展望第41-43页
参考文献第43-46页
攻读硕士学位期间参加的科研项目第46-47页
致谢第47页

论文共47页,点击 下载论文
上一篇:基于综合比率因子的互信息特征选择方法的改进
下一篇:移动平台下基于K-means的租房信息聚类算法研究与实现