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

产品特征自动提取及情感分类研究

摘要第5-6页
Abstract第6页
第1章. 前言第10-15页
    1.1. 研究背景第10页
    1.2. 研究现状第10-13页
    1.3. 论文的主要工作第13页
    1.4. 论文的组织第13-15页
第2章. 情感分析相关技术介绍第15-26页
    2.1. 各级情感分析研究概况第16-18页
        2.1.1. 文本级情感分析第16-17页
        2.1.2. 句子级情感分析第17-18页
        2.1.3. 特征级情感分析第18页
    2.2. 产品特征提取相关工作介绍第18-20页
        2.2.1. 使用基于规则的方法进行产品的显式特征提取第18-19页
        2.2.2. 使用机器学习的方法进行产品的显式特征提取第19-20页
        2.2.3. 产品的隐式特征提取第20页
    2.3. 产品特征相关的观点词提取相关工作介绍第20-22页
    2.4. 观点词极性分析相关工作介绍第22-24页
        2.4.1. 基于通用词典构建情感词典第23页
        2.4.2. 基于语料构建情感词典第23-24页
    2.5. 本章小结第24-26页
第3章. 基于特征选择和剪枝的产品特征提取第26-39页
    3.1. 引言第26-27页
    3.2. 基于LASSO的特征选择及其在产品评论提取中的应用第27-28页
    3.3. 实验方法第28-32页
        3.3.1. 基于Lasso的特征选择第28-29页
        3.3.2. 性能指标第29-30页
        3.3.3. 特征提取结果合并与词频剪枝第30-31页
        3.3.4. PMI剪枝第31-32页
    3.4. 实验及结果分析第32-37页
        3.4.1. 数据集及标注第32-33页
        3.4.2. 合并前的候选产品特征集提取结果第33-34页
        3.4.3. 候选产品特征集的合并第34-35页
        3.4.4. PMI剪枝结果第35-36页
        3.4.5. 在不同词频阈值上的扩展第36-37页
    3.5. 结论第37-39页
第4章. 基于依存分析和褒贬指向的观点词提取第39-48页
    4.1. 引言第39-40页
    4.2. 依存分析与褒贬指向规则的结合第40-41页
    4.3. 实验方法第41-44页
        4.3.1. 产品特征提取第42页
        4.3.2. 依存分析与候选情感词提取第42-43页
        4.3.3. 情感分类与情感词集提取第43页
        4.3.4. 产品特征的情感指向判断第43-44页
    4.4. 结果与分析第44-47页
        4.4.1. 数据集及标注第44-45页
        4.4.2. 候选情感词集提取结果第45-46页
        4.4.3. 情感分类与情感词集提取结果第46页
        4.4.4. 产品特征的情感指向判断结果第46-47页
    4.5. 结论第47-48页
第5章. 总结与展望第48-50页
    5.1. 论文工作总结第48-49页
    5.2. 论文进一步的工作第49-50页
参考文献第50-53页
攻读硕士论文期间参加科研项目及发表论文第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:平衡针疗法治疗紧张性头痛的临床疗效观察
下一篇:电针对膝骨性关节炎患者功能活动及登梯步态的影响