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

面向网上商城购物评论的情感倾向分析研究

摘要第4-5页
abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-17页
    1.1 课题研究背景与意义第9-10页
    1.2 国内外研究现状第10-15页
    1.3 本文的主要研究内容第15页
    1.4 本文的结构安排第15-17页
第二章 购物评论文本情感分类相关技术第17-32页
    2.1 评论文本情感分类的研究内容第18-22页
        2.1.1 面向词语的情感倾向分析第19-20页
        2.1.2 面向语句的情感倾向分析第20-21页
        2.1.3 面向篇章的情感倾向分析第21-22页
    2.2 评论文本预处理第22-25页
        2.2.1 评论文本分词第22-24页
        2.2.2 停用词处理第24-25页
    2.3 评论文本表示模型第25-27页
        2.3.1 布尔模型第25-26页
        2.3.2 向量空间模型第26-27页
        2.3.3 概率模型第27页
    2.4 评论文本特征选择第27-31页
        2.4.1 文档频率法第27-28页
        2.4.2 信息增益法第28-29页
        2.4.3 互信息法第29-30页
        2.4.4 卡方统计法第30-31页
    2.5 本章小结第31-32页
第三章 评论领域情感词典的构建第32-47页
    3.1 情感词典相关介绍第32-34页
        3.1.1 情感相关术语介绍第32-33页
        3.1.2 情感词典的重要性第33页
        3.1.3 评论文本情感词典的组成第33-34页
    3.2 基础情感词典第34-35页
        3.2.1 知网词集第34-35页
        3.2.2 构建基础情感词典第35页
    3.3 构建购物评论领域情感词典第35-41页
        3.3.1 购物评论领域情感词典的重要性第35-37页
        3.3.2 购物评论文本的词性标注第37-39页
        3.3.3 购物评论领域情感词的选择第39-41页
    3.4 实验性能评价标准第41-43页
    3.5 实验分析第43-46页
    3.6 本章小结第46-47页
第四章 基于各领域购物评论的情感倾向分析方法第47-66页
    4.1 引言第47页
    4.2 情感词典扩展第47-53页
        4.2.1 NTUSD第48页
        4.2.2 网络新词词典第48-49页
        4.2.3 表情符号词典第49-50页
        4.2.4 程度词语词典第50-51页
        4.2.5 否定词语词典第51-52页
        4.2.6 双重否定词语词典第52-53页
    4.3 基础情感词典的扩建第53-54页
        4.3.1 整合现有情感词典第53页
        4.3.2 结合其他词典第53-54页
    4.4 评论文本情感倾向计算第54-59页
        4.4.1 计算领域情感词的情感倾向第54-57页
        4.4.2 计算购物评论的情感倾向第57-59页
    4.5 实验结果和相关分析第59-65页
        4.5.1 实验准备第59-60页
        4.5.2 实验结果分析第60-65页
    4.6 本章小结第65-66页
第五章 总结与展望第66-69页
    5.1 全文总结第66-67页
    5.2 未来的研究工作第67-69页
参考文献第69-72页
附录1 攻读硕士学位期间撰写的论文第72-73页
附录2 攻读硕士学位期间申请的专利第73-74页
附录3 攻读硕士学位期间参加的科研项目第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:不同外磁场中高温超导块材悬浮特性实验研究
下一篇:区域综合交通网络布局优化与决策研究