文本倾向性分析中的评价对象抽取与消歧研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题来源及研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 评价对象抽取 | 第11-14页 |
| 1.2.2 评价对象消歧研究 | 第14-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.3.1 基于有指导方法的评价对象抽取算法 | 第16页 |
| 1.3.2 评价对象词典构建算法 | 第16-17页 |
| 1.3.3 评价对象消歧 | 第17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 基于有指导方法的评价对象抽取 | 第18-24页 |
| 2.1 引言 | 第18-19页 |
| 2.2 基于最大熵模型的评价对象抽取算法 | 第19-20页 |
| 2.2.1 最大熵模型概述 | 第19页 |
| 2.2.2 特征选择 | 第19-20页 |
| 2.2.3 实验结果 | 第20页 |
| 2.3 基于条件随机场模型的评价对象抽取算法 | 第20-23页 |
| 2.3.1 条件随机场模型概述 | 第20-21页 |
| 2.3.2 特征选择 | 第21-22页 |
| 2.3.3 实验结果 | 第22-23页 |
| 2.4 最大熵模型与条件随机场实验对比 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于大规模词典的评价对象抽取 | 第24-56页 |
| 3.1 引言 | 第24页 |
| 3.2 基于规则构建评价对象词典 | 第24-39页 |
| 3.2.1 基于词法规则构建 | 第25-29页 |
| 3.2.2 基于句法规则构建 | 第29-34页 |
| 3.2.3 句法和词法规则结合构建词典 | 第34-35页 |
| 3.2.4 基于规则与基于统计识别评价对象对比 | 第35-36页 |
| 3.2.5 利用大规模语料构建词典 | 第36-39页 |
| 3.3 评价对象词典去噪方法 | 第39-51页 |
| 3.3.1 评价对象词典的精简策略 | 第40-42页 |
| 3.3.2 评价对象词典的排序策略 | 第42-50页 |
| 3.3.3 评价对象词典去噪方法小结 | 第50-51页 |
| 3.4 词典在基于统计学习方法的评价对象抽取应用 | 第51-55页 |
| 3.4.1 词典构建 | 第51-52页 |
| 3.4.2 实验方法 | 第52-54页 |
| 3.4.3 实验结果及分析 | 第54-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 评价对象消歧研究 | 第56-67页 |
| 4.1 引言 | 第56-57页 |
| 4.2 评论中实体识别 | 第57页 |
| 4.3 评价对象消歧 | 第57-64页 |
| 4.3.1 基于中心理论的方法 | 第58-59页 |
| 4.3.2 基于情感连续性的方法 | 第59-64页 |
| 4.4 实验结果及分析 | 第64-66页 |
| 4.4.1 实体识别 | 第64-65页 |
| 4.4.2 评价对象补消歧实验结果 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76-77页 |
