| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 引言 | 第11-30页 |
| ·研究背景 | 第11-12页 |
| ·情感分析的研究现状 | 第12-27页 |
| ·情感分类 | 第13-19页 |
| ·情感检索 | 第19-21页 |
| ·情感抽取 | 第21-25页 |
| ·情感数据的可信度 | 第25-27页 |
| ·本文的研究重点和工作内容 | 第27-30页 |
| 第2章 基于话题和局部依赖的情感分类 | 第30-42页 |
| ·概述 | 第30-31页 |
| ·考虑话题和局部依赖的分类模型 | 第31-35页 |
| ·LDA介绍 | 第31-32页 |
| ·考虑话题的情感分类模型Sentiment-LDA | 第32-33页 |
| ·同时考虑话题和局部依赖的Dependency-Sentiment-LDA | 第33-35页 |
| ·模型推导 | 第35-36页 |
| ·其他变量的求解 | 第36页 |
| ·先验知识的引入 | 第36-37页 |
| ·情感词的先验 | 第36页 |
| ·连接词的先验 | 第36-37页 |
| ·先验的引入 | 第37页 |
| ·实验结果 | 第37-41页 |
| ·实验设置 | 第37-38页 |
| ·实验结果 | 第38-41页 |
| ·本章讨论与小结 | 第41-42页 |
| 第3章 考虑用户和产品的评论分值预测 | 第42-55页 |
| ·概述 | 第42-43页 |
| ·问题定义 | 第43页 |
| ·基本分值预测模型 | 第43-44页 |
| ·考虑用户和产品的分值预测模型 | 第44-47页 |
| ·实验设置 | 第47-49页 |
| ·实验数据 | 第47-48页 |
| ·评价标准 | 第48页 |
| ·对比方法 | 第48-49页 |
| ·实验结果 | 第49-54页 |
| ·本章讨论与小结 | 第54-55页 |
| 第4章 基于图模型的情感检索 | 第55-72页 |
| ·概述 | 第55-56页 |
| ·基于PageRank的情感检索模型Opinion-PageRank | 第56-59页 |
| ·PageRank | 第56-57页 |
| ·考虑查询词的PageRank | 第57页 |
| ·同时考虑查询词和情感信息的Opinion-PageRank | 第57-59页 |
| ·基于HITS的情感检索模型Opinion-HITS | 第59-62页 |
| ·实验设置 | 第62-66页 |
| ·实验数据集 | 第62-63页 |
| ·实验系统框架 | 第63-65页 |
| ·评价标准 | 第65-66页 |
| ·对比方法 | 第66页 |
| ·实验结果 | 第66-71页 |
| ·参数分析 | 第68-69页 |
| ·情感词和查询相关词的抽取示例 | 第69-70页 |
| ·与TAC结果的比较 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 基于语言学结构的主题词和情感词抽取 | 第72-88页 |
| ·概述 | 第72-73页 |
| ·问题定义 | 第73-74页 |
| ·条件随机场模型介绍 | 第74-75页 |
| ·基于语言学结构的主题词和情感词抽取模型 | 第75-79页 |
| ·基于顺序结构的抽取 | 第75-76页 |
| ·基于连接词结构的抽取 | 第76-77页 |
| ·基于句法树结构的抽取 | 第77-78页 |
| ·基于多种结构融合的抽取 | 第78-79页 |
| ·特征描述 | 第79-81页 |
| ·实验设置 | 第81-82页 |
| ·数据集描述 | 第81页 |
| ·评价指标 | 第81页 |
| ·对比实验 | 第81-82页 |
| ·实验结果 | 第82-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 跨领域的主题词和情感词抽取 | 第88-105页 |
| ·概述 | 第88-89页 |
| ·问题定义 | 第89页 |
| ·数据样例分析 | 第89-91页 |
| ·跨领域主题词和情感词抽取框架 | 第91-92页 |
| ·种子词生成 | 第92-93页 |
| ·情感词种子词生成 | 第92-93页 |
| ·主题词种子词生成 | 第93页 |
| ·种子词扩展 | 第93-98页 |
| ·基于主题词，情感词和句法关系三者联系的扩展 | 第94-95页 |
| ·基于自适应学习算法的种子词扩展 | 第95-96页 |
| ·综合两者的种子词扩展方法 | 第96-98页 |
| ·实验设置 | 第98-99页 |
| ·实验数据和评价标准 | 第98页 |
| ·对比实验 | 第98-99页 |
| ·实验结果 | 第99-103页 |
| ·参数分析 | 第101-103页 |
| ·本章讨论和小结 | 第103-105页 |
| 第7章 基于半监督学习的虚假评论识别 | 第105-120页 |
| ·概述 | 第105-106页 |
| ·虚假评论数据集的构建 | 第106-108页 |
| ·基于有监督学习方法的虚假评论识别 | 第108-109页 |
| ·朴素贝叶斯 | 第108页 |
| ·最大熵模型 | 第108页 |
| ·支持向量机 | 第108-109页 |
| ·基于半监督学习的虚假评论识别技术 | 第109-110页 |
| ·虚假评论识别的特征描述 | 第110-114页 |
| ·评论相关特征 | 第110-112页 |
| ·评论作者相关特征 | 第112-114页 |
| ·实验 | 第114-117页 |
| ·实验设置 | 第114-115页 |
| ·有监督学习方法的实验结果 | 第115页 |
| ·不同特征的实验结果 | 第115-116页 |
| ·半监督学习的实验结果 | 第116-117页 |
| ·本章讨论与小结 | 第117-120页 |
| 第8章 总结与展望 | 第120-123页 |
| ·本文总结 | 第120-121页 |
| ·工作展望 | 第121-123页 |
| 参考文献 | 第123-134页 |
| 致谢 | 第134-136页 |
| 附录A 跨领域抽取的主题词情感词种子词及对应句法关系 | 第136-139页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第139-140页 |
