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

基于候选词聚类的微博评价对象识别

摘要第4-5页
abstract第5-6页
缩略词第11-12页
第一章 绪论第12-17页
    1.1 研究背景及意义第12-13页
    1.2 研究现状第13-14页
    1.3 本文主要的工作第14-15页
    1.4 本文的组织结构第15-17页
第二章 相关工作第17-26页
    2.1 评价对象识别的主要方法第17-22页
        2.1.1 基于频繁名词挖掘的方法第17-18页
        2.1.2 基于评价搭配的方法第18-20页
        2.1.3 基于监督学习的方法第20-21页
        2.1.4 基于主题模型的方法第21-22页
    2.2 观点句识别研究第22-25页
        2.2.1 英文文本观点句识别研究第22-23页
        2.2.2 中文文本观点句识别研究第23-25页
    2.3 本章小结第25-26页
第三章 基于候选词聚类的微博观点句中评价对象识别第26-44页
    3.1 话题型微博的分析第26-28页
    3.2 基于候选词聚类的评价对象识别第28-37页
        3.2.1 评价对象候选词的提取及过滤第29-30页
        3.2.2 候选词聚类第30-32页
        3.2.3 句子分类第32-33页
        3.2.4 句子的向量表示第33-34页
        3.2.5 构造无向图第34-35页
        3.2.6 相似性迭代算法第35-37页
    3.3 实验设计及结果分析第37-42页
        3.3.1 实验数据第37-38页
        3.3.2 实验设置第38页
        3.3.3 实验结果及讨论第38-41页
        3.3.4 参数分析及设置第41-42页
    3.4 本章小结第42-44页
第四章 中文微博评价对象识别第44-61页
    4.1 方法框架第44-45页
    4.2 微博观点句识别第45-57页
        4.2.1 观点句识别基本流程第45-46页
        4.2.2 微博观点识别特征第46-48页
        4.2.3 SVM介绍第48-51页
        4.2.4 实验设计及结果分析第51-57页
    4.3 评价对象识别第57-60页
        4.3.1 实验设计第57页
        4.3.2 实验性能评价标准第57-58页
        4.3.3 结果分析第58-60页
    4.4 本章小结第60-61页
第五章 总结与展望第61-63页
参考文献第63-68页
致谢第68-69页
在学期间的研究成果及发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:基于CCSL的时间需求分析方法研究与实现
下一篇:Android终端恶意代码检测系统的设计与实现