基于软件评论的细粒度功能情感分类设计与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 情感分析进展 | 第12-13页 |
| 1.2.2 评论挖掘进展 | 第13-14页 |
| 1.3 研究难点 | 第14-15页 |
| 1.4 本文的主要工作 | 第15页 |
| 1.5 本文的内容安排 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 相关技术介绍 | 第17-31页 |
| 2.1 文本预处理 | 第17-20页 |
| 2.1.1 中文分词技术简介 | 第17页 |
| 2.1.2 中文分词算法 | 第17-18页 |
| 2.1.3 词性标注 | 第18-20页 |
| 2.1.4 停用词处理 | 第20页 |
| 2.2 文本特征表示和选择 | 第20-24页 |
| 2.2.1 文本特征表示 | 第20-21页 |
| 2.2.2 文本特征选择 | 第21-24页 |
| 2.3 情感分类相关技术 | 第24-28页 |
| 2.3.1 基于语义词典的情感分类方法 | 第24-25页 |
| 2.3.2 基于机器学习的情感分类方法 | 第25-28页 |
| 2.4 软件评论挖掘相关技术 | 第28-29页 |
| 2.4.1 软件产品特征词抽取 | 第28-29页 |
| 2.4.2 软件用户观点抽取 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 软件评论情感分类设计与实现 | 第31-46页 |
| 3.1 软件评论情感分类框架 | 第31-32页 |
| 3.2 数据准备 | 第32-35页 |
| 3.2.1 数据源获取 | 第32-34页 |
| 3.2.2 网页数据抽取 | 第34-35页 |
| 3.3 软件评论文本预处理 | 第35-38页 |
| 3.3.1 清理软件评论文本 | 第36页 |
| 3.3.2 分词和去停用词 | 第36-38页 |
| 3.4 软件评论特征表示和选择 | 第38-39页 |
| 3.5 软件评论情感分类 | 第39-43页 |
| 3.5.1 分类器简介 | 第39-42页 |
| 3.5.2 分类过程 | 第42-43页 |
| 3.6 软件细粒度功能情感映射 | 第43-45页 |
| 3.6.1 软件评论实体信息抽取 | 第43-44页 |
| 3.6.2 构建软件评论非功能性评分规则 | 第44-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 实验结果及分析 | 第46-60页 |
| 4.1 实验数据 | 第46-48页 |
| 4.2 情感标记 | 第48-50页 |
| 4.3 特征表示和选择 | 第50-52页 |
| 4.4 不同特征选择方法和分类器分类准确率比较 | 第52-56页 |
| 4.5 未标记评论集分类结果 | 第56-57页 |
| 4.6 评论实体信息抽取结果 | 第57-58页 |
| 4.7 功能情感映射 | 第58-59页 |
| 4.8 本章小结 | 第59-60页 |
| 第五章 总结及展望 | 第60-62页 |
| 5.1 本文总结 | 第60-61页 |
| 5.2 本文展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 参与项目及研究成果 | 第64-65页 |
| 致谢 | 第65页 |
