首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中文产品评论观点抽取方法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-18页
   ·研究背景第9-10页
   ·选题意义第10-11页
   ·国内外研究现状及存在的问题第11-16页
     ·产品评论观点抽取的研究现状第11-16页
     ·当前研究存在的问题第16页
   ·论文的主要工作第16-17页
   ·论文的组织结构第17-18页
第二章 文本倾向性分析相关技术第18-25页
   ·文本情感分类定义第18-19页
   ·文本情感分类一般流程第19-20页
   ·文本情感分类的关键技术第20-22页
   ·文本情感分类评估标准第22-23页
   ·文本情感分类的应用第23-24页
   ·本章小结第24-25页
第三章 情感观点抽取资源构建第25-35页
   ·语料库构建第25-29页
     ·网络爬虫第26页
     ·网页元数据抽取第26-28页
     ·语料标注第28-29页
   ·情感词典构建第29-33页
     ·基础情感词典构建第29-30页
     ·领域情感词典构建第30-31页
     ·网络情感词典构建第31-32页
     ·情感词的倾向性计算第32-33页
   ·情感修饰成分词典构建第33-34页
     ·程度副词词典第33页
     ·否定词词典第33-34页
   ·本章小结第34-35页
第四章 产品属性特征的抽取第35-45页
   ·基于规则和统计的产品属性特征抽取第35-38页
     ·候选属性词集的产生第35-36页
     ·非属性词的过滤第36-38页
   ·基于条件随机场的产品属性特征抽取第38-40页
     ·条件随机场理论简介第38页
     ·属性特征抽取第38-40页
   ·实验及分析第40-44页
     ·基于规则和统计的属性特征实验第40-43页
     ·基于 CRF 的属性特征抽取实验第43页
     ·实验分析第43-44页
   ·本章小结第44-45页
第五章 产品属性特征的倾向性分析第45-55页
   ·最近邻匹配算法第45页
   ·基于句法分析的搭配识别算法第45-48页
     ·LTP 简介第45-46页
     ·Deparser 句法分析器第46-48页
     ·算法描述第48页
   ·基于支持向量机的搭配识别算法第48-53页
     ·支持向量机原理第48-50页
     ·算法流程图第50-51页
     ·特征选择第51-52页
     ·训练集的生成第52页
     ·模型训练第52-53页
     ·后处理模块第53页
   ·实验及分析第53-54页
   ·本章小结第54-55页
第六章 总结与展望第55-57页
   ·本文工作总结第55页
   ·后续工作展望第55-57页
参考文献第57-61页
攻读学位期间主要的研究成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:MEBN与BKPF相结合的软件异常行为预测
下一篇:基于序列模式挖掘的软件异常行为检测