| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·评论文本观点挖掘的背景和研究意义 | 第9-11页 |
| ·亟待解决的几个问题 | 第11-13页 |
| ·评论文本的情感计算 | 第11页 |
| ·评论对象特征的挖掘 | 第11-12页 |
| ·观点的分类与汇总 | 第12-13页 |
| ·相关研究综述 | 第13-17页 |
| ·国外研究概况 | 第13-15页 |
| ·国内研究概况 | 第15-17页 |
| ·本文的组织结构安排 | 第17-19页 |
| 第二章 综述 | 第19-23页 |
| ·本文研究的对象及特点 | 第19页 |
| ·本文主要的研究任务 | 第19-21页 |
| ·本文所用到的数据介绍 | 第21-23页 |
| 第三章 中文评论文本的情感极性及强度判断 | 第23-33页 |
| ·基于情感词典的极性判断 | 第23-25页 |
| ·分词及词性标注 | 第23页 |
| ·基于否定词反转语义的情感极性判断法 | 第23-24页 |
| ·基于 AuctionRules 算法的主要情感计算 | 第24-25页 |
| ·基于上下文语境的情感极性计算 | 第25-28页 |
| ·分句情感强度计算方法 | 第25-27页 |
| ·上下文语境的情感极性判别 | 第27-28页 |
| ·算法步骤详细说明 | 第28-30页 |
| ·实验效果分析 | 第30-32页 |
| ·实验数据介绍 | 第30-31页 |
| ·P，R，F 评测结果 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 评论文本中评论对象的特征挖掘 | 第33-50页 |
| ·基于临近原则的显式评论特征挖掘 | 第35-36页 |
| ·隐式特征挖掘的方法 | 第36-45页 |
| ·双向迭代法构建情感词与属性词间的关联关系 | 第37-41页 |
| ·基于关联规则的目标特征确定方法 | 第41-44页 |
| ·缺省属性词的前置推断方法 | 第44-45页 |
| ·属性词推断的整体框架及实验分析 | 第45-49页 |
| ·整体框架 | 第45-46页 |
| ·实验分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 观点的分类汇总及决策支持 | 第50-64页 |
| ·数据 | 第50-51页 |
| ·整条评论的情感计算问题 | 第51-52页 |
| ·属性分类聚类问题 | 第52-56页 |
| ·相似度计算公式 | 第54-55页 |
| ·聚类算法 | 第55-56页 |
| ·实验结果分析 | 第56-63页 |
| ·属性词聚类实验结果 | 第56-59页 |
| ·观点汇总分类实验结果 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 观点挖掘系统的实现 | 第64-73页 |
| ·系统总体框架 | 第64-65页 |
| ·系统的详细设计 | 第65-66页 |
| ·系统实现 | 第66-71页 |
| ·词表的构建 | 第66-67页 |
| ·系统实现展示 | 第67-71页 |
| ·本章小结 | 第71-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·本文工作总结 | 第73-74页 |
| ·未来工作展望 | 第74-75页 |
| 攻读硕士学位期间主要的研究成果 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |