| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 面向客服对话文本意见挖掘的主要任务及难点 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.4 本文的主要研究内容 | 第17-18页 |
| 1.5 论文的组织结构 | 第18-20页 |
| 第二章 相关理论和技术 | 第20-27页 |
| 2.1 中文依存句法分析 | 第20页 |
| 2.2 意见挖掘任务介绍 | 第20-22页 |
| 2.3 命名实体识别方法 | 第22-25页 |
| 2.4 基于语料迭代的要素抽取方法 | 第25页 |
| 2.5 评价搭配关系识别方法 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 面向客服对话文本的命名实体识别方法 | 第27-43页 |
| 3.1 面向客服对话文本的命名实体识别任务述与难点 | 第27-28页 |
| 3.2 NER4CST算法框架 | 第28-29页 |
| 3.3 数据标注方法 | 第29-31页 |
| 3.4 加入部分标注数据的命名实体识别方法 | 第31-33页 |
| 3.5 使用词典与未标注语料构建部分标注数据 | 第33-34页 |
| 3.6 考虑客服对话文本特点的特征选择 | 第34-36页 |
| 3.7 实验设置与结果分析 | 第36-42页 |
| 3.8 本章小结 | 第42-43页 |
| 第四章 基于双向传播的评价要素抽取 | 第43-59页 |
| 4.1 面向客服对话文本的评价要素抽取任务述 | 第43-44页 |
| 4.2 OEE4CST算法框架 | 第44-46页 |
| 4.3 面向外部语料的DP-1算法 | 第46-49页 |
| 4.4 面向客服语料的DP-2算法 | 第49-52页 |
| 4.5 基于word2vec的低频词取 | 第52-53页 |
| 4.6 属性短语扩展 | 第53-54页 |
| 4.7 实验设置与结果分析 | 第54-57页 |
| 4.8 本章小结 | 第57-59页 |
| 第五章 基于组合语义和上下文特征的评价搭配关系识别 | 第59-68页 |
| 5.1 评价搭配关系识别任务述 | 第59-60页 |
| 5.2 候选搭配组合的合理性特征 | 第60-63页 |
| 5.3 搭配的上下文特征 | 第63-64页 |
| 5.4 词特征与词性特征 | 第64-65页 |
| 5.5 实验设置与结果分析 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附表 | 第77页 |