面向中文在线评论意见的挖掘算法研究及应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究的主要内容 | 第10-11页 |
| 1.4 本文的章节安排 | 第11-12页 |
| 2 相关理论和技术 | 第12-23页 |
| 2.1 文本挖掘 | 第12-14页 |
| 2.2 文本预处理 | 第14-16页 |
| 2.2.1 文本分类方法 | 第14-15页 |
| 2.2.2 自然语言处理技术 | 第15-16页 |
| 2.3 文本特征提取 | 第16-20页 |
| 2.3.1 类关联规则特征提取 | 第16-18页 |
| 2.3.2 AACs特征提取 | 第18-19页 |
| 2.3.3 基于副词的特征提取 | 第19-20页 |
| 2.4 同义词识别 | 第20-22页 |
| 2.4.1 基于WordNet识别同义词 | 第21-22页 |
| 2.4.2 基于《同义词词林》识别同义词 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 中文评论的特征和意见词抽取 | 第23-31页 |
| 3.1 中文评论的预处理 | 第23-26页 |
| 3.1.1 主观性评论的分离 | 第23-24页 |
| 3.1.2 评论的标注处理 | 第24-25页 |
| 3.1.3 评论的句式结构分类 | 第25-26页 |
| 3.2 中文评论意见词的抽取 | 第26-28页 |
| 3.2.1 评论意见词的抽取思路 | 第26-27页 |
| 3.2.2 评论意见词的抽取过程 | 第27-28页 |
| 3.3 中文评论特征词的抽取 | 第28-30页 |
| 3.3.1 评论特征词的抽取思路 | 第28-29页 |
| 3.3.2 评论特征词的抽取过程 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 改进的中文产品评论特征和意见词抽取算法 | 第31-37页 |
| 4.1 改进算法的思路 | 第31-32页 |
| 4.2 改进算法的过程 | 第32-34页 |
| 4.3 中文评论文本特征同义词的合并 | 第34-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 实验与分析 | 第37-49页 |
| 5.1 实验环境 | 第37页 |
| 5.2 实验数据 | 第37页 |
| 5.3 实验评估方法 | 第37-38页 |
| 5.4 验证实验 | 第38-47页 |
| 5.4.1 电脑评论抽取实验 | 第40-42页 |
| 5.4.2 书籍评论抽取实验 | 第42-44页 |
| 5.4.3 酒店评论抽取实验 | 第44-47页 |
| 5.5 实验分析 | 第47-48页 |
| 5.6 本章小结 | 第48-49页 |
| 6 结论 | 第49-50页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |
