基于LDA主题模型的评价对象抽取研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 评价对象抽取和语言分析 | 第14-15页 |
| 1.2.2 基于规则/模板的方法 | 第15-17页 |
| 1.2.3 基于统计的方法 | 第17-18页 |
| 1.3 本文的研究内容 | 第18-20页 |
| 1.4 论文的组织结构 | 第20-21页 |
| 2 评价对象抽取的相关模型及依存句法分析 | 第21-42页 |
| 2.1 概述 | 第21页 |
| 2.2 主题模型 | 第21-29页 |
| 2.2.1 主题模型的发展 | 第21-24页 |
| 2.2.2 LDA主题模型 | 第24-28页 |
| 2.2.3 LDA模型的参数推断 | 第28-29页 |
| 2.3 基于标准LDA的评价对象抽取仿真 | 第29-30页 |
| 2.3.1 实验环境 | 第29页 |
| 2.3.2 实验数据 | 第29页 |
| 2.3.3 实验过程 | 第29页 |
| 2.3.4 实验结果及分析 | 第29-30页 |
| 2.4 最大熵模型 | 第30-34页 |
| 2.4.1 最大熵原理 | 第30-31页 |
| 2.4.2 最大熵模型定义 | 第31-32页 |
| 2.4.3 最大熵模型学习 | 第32-34页 |
| 2.5 条件随机场 | 第34-38页 |
| 2.5.1 条件随机场定义 | 第34-35页 |
| 2.5.2 条件随机场学习 | 第35-36页 |
| 2.5.3 条件随机场预测算法 | 第36-38页 |
| 2.6 最大熵模型和条件随机场的分析 | 第38-40页 |
| 2.7 依存句法分析 | 第40-41页 |
| 2.8 本章总结 | 第41-42页 |
| 3 基于条件随机场的LDA改进模型CLDA | 第42-55页 |
| 3.1 CLDA模型描述 | 第42页 |
| 3.2 CLDA模型的生成过程 | 第42-45页 |
| 3.3 CLDA模型的推理 | 第45-49页 |
| 3.3.1 条件随机场 | 第45-47页 |
| 3.3.2 CLDA模型推理 | 第47-49页 |
| 3.4 CLDA的Gibbs抽样实现 | 第49-54页 |
| 3.5 本章总结 | 第54-55页 |
| 4 基于CLDA模型的评价对象抽取 | 第55-66页 |
| 4.1 实验数据 | 第56页 |
| 4.1.1 实验平台及工具 | 第56页 |
| 4.1.2 数据描述 | 第56页 |
| 4.1.3 数据预处理 | 第56页 |
| 4.2 实验过程 | 第56-57页 |
| 4.2.1 参数说明 | 第56页 |
| 4.2.2 实验步骤 | 第56-57页 |
| 4.3 实验结果及分析 | 第57-62页 |
| 4.3.1 实验结果展示 | 第57-60页 |
| 4.3.2 定量分析 | 第60-61页 |
| 4.3.3 特征选择 | 第61-62页 |
| 4.4 CLDA模型在中文数据集上的应用 | 第62-65页 |
| 4.4.1 数据描述 | 第62-63页 |
| 4.4.2 数据处理平台 | 第63页 |
| 4.4.3 数据预处理 | 第63页 |
| 4.4.4 参数设置 | 第63-64页 |
| 4.4.5 CLDA抽取及结果 | 第64-65页 |
| 4.5 本章总结 | 第65-66页 |
| 5 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66页 |
| 5.2 后续工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间取得的科研成果清单 | 第73页 |
