面向电商网站评价文本的情感分析研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 篇章、句子级别研究现状 | 第14-15页 |
| 1.2.2 情感词典研究现状 | 第15-17页 |
| 1.3 本文研究内容 | 第17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第2章 情感分析相关技术 | 第19-31页 |
| 2.1 文本情感分析相关技术 | 第19-22页 |
| 2.1.1 网络爬虫技术 | 第20-21页 |
| 2.1.2 文本预处理 | 第21-22页 |
| 2.1.3 特征提取 | 第22页 |
| 2.2 情感词典综述 | 第22-25页 |
| 2.2.1 基于语义的情感分析方法 | 第23页 |
| 2.2.2 HowNet评价词典与情感词典 | 第23-24页 |
| 2.2.3 情感词极性强度量化 | 第24-25页 |
| 2.3 词聚类分析技术 | 第25-29页 |
| 2.3.1 基于词上下文抽取 | 第26-27页 |
| 2.3.2 基于点互信息抽取 | 第27页 |
| 2.3.3 简单截断相似度 | 第27页 |
| 2.3.4 基于知网的语义相似度计算 | 第27-28页 |
| 2.3.5 简单相似性传播算法 | 第28页 |
| 2.3.6 K-means聚类算法 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 属性词聚类研究 | 第31-41页 |
| 3.1 属性词抽取 | 第32-34页 |
| 3.1.1 语料集预处理 | 第32-33页 |
| 3.1.2 属性词模板设计 | 第33页 |
| 3.1.3 非属性词过滤 | 第33-34页 |
| 3.2 属性词聚类分析 | 第34-38页 |
| 3.2.1 词对的共现强度计算 | 第34-35页 |
| 3.2.2 词的语义相似度计算 | 第35-36页 |
| 3.2.3 共词矩阵构建 | 第36-37页 |
| 3.2.4 属性词聚类分析 | 第37-38页 |
| 3.3 实验 | 第38-39页 |
| 3.3.1 实验语料选取 | 第38页 |
| 3.3.2 实验结果及分析 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 情感词情感强度量化研究 | 第41-50页 |
| 4.1 情感词模糊性分析 | 第42-43页 |
| 4.1.1 情感词的模糊性分析 | 第42-43页 |
| 4.1.2 程度副词的模糊性分析 | 第43页 |
| 4.2 情感词典构建 | 第43-47页 |
| 4.2.1 否定词处理 | 第44-45页 |
| 4.2.2 转折词处理 | 第45页 |
| 4.2.3 程度副词处理 | 第45-46页 |
| 4.2.4 情感词模糊处理 | 第46-47页 |
| 4.3 实验 | 第47-49页 |
| 4.3.1 实验语料选取 | 第47页 |
| 4.3.2 实验结果及分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A 攻读学位期间参加的科研项目 | 第57页 |
