基于共现词的中文微博观点句识别
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-15页 |
| ·研究背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文所做工作及安排 | 第13-15页 |
| 第二章 基于模板的显性观点句提取 | 第15-21页 |
| ·研究基础 | 第15-17页 |
| ·句法模板归纳研究 | 第17-19页 |
| ·实验结果与分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 使用LDA主题模型提取共现词特征 | 第21-29页 |
| ·主题模型概述 | 第21-25页 |
| ·研究基础 | 第25-27页 |
| ·共现词特征提取方法 | 第27-29页 |
| 第四章 基于共现词的隐性观点句提取 | 第29-45页 |
| ·文本分类方法介绍 | 第29-39页 |
| ·Weka集成分类器抽取微博观点句流程 | 第39-40页 |
| ·特征提取 | 第40-41页 |
| ·实验结果与分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实验与对比 | 第45-50页 |
| ·实验语料 | 第45页 |
| ·语料预处理 | 第45-46页 |
| ·WEKA分类工具与基于SVM分类器分类效果对比 | 第46-47页 |
| ·使用名词特征与使用共现词特征提取效果对比 | 第47-48页 |
| ·显性与隐性观点句算法结合提取微博观点句 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·本文总结 | 第50-51页 |
| ·未来的工作 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文目录 | 第56页 |
| 攻读硕士学位期间所参加的横向项目 | 第56页 |
