| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 主要研究内容与创新点 | 第10-12页 |
| 1.2.1 主要研究内容 | 第10-11页 |
| 1.2.2 创新点 | 第11-12页 |
| 本文组织架构 | 第12-13页 |
| 第2章 网络评论文本评价对象抽取研究综述 | 第13-34页 |
| 2.1 问题定义 | 第13-14页 |
| 2.2 基于频率的评价对象抽取方法 | 第14-17页 |
| 2.3 基于模板规则的评价对象抽取方法 | 第17-19页 |
| 2.4 基于图论的评价对象抽取方法 | 第19-23页 |
| 2.5 基于条件随机场的评价对象抽取方法 | 第23-27页 |
| 2.6 基于深度学习的评价对象抽取方法 | 第27-31页 |
| 2.7 本章小结 | 第31-34页 |
| 第3章 融合句法信息深度语义的评价对象抽取方法研究 | 第34-54页 |
| 3.1 形式化表示 | 第34-35页 |
| 3.2 深度学习框架下的评价对象抽取 | 第35-47页 |
| 3.2.1 词向量 | 第35-39页 |
| 3.2.2 基于神经网络的句子建模 | 第39-47页 |
| 3.3 句法语义结构分析 | 第47-49页 |
| 3.4 融合句法信息的显式评价对象抽取方法实现 | 第49-54页 |
| 3.4.1 模型架构 | 第49-50页 |
| 3.4.2 嵌入层 | 第50页 |
| 3.4.3 融合句法信息的循环神经网络层 | 第50-52页 |
| 3.4.4 CRF层与目标函数 | 第52-54页 |
| 第4章 评价对象抽取实验与结果分析 | 第54-64页 |
| 4.1 评测方法 | 第54-56页 |
| 4.2 数据集与实验设置 | 第56-59页 |
| 4.2.1 实验数据 | 第56-57页 |
| 4.2.2 预训练词向量 | 第57-58页 |
| 4.2.3 数据预处理 | 第58页 |
| 4.2.4 实验设置 | 第58页 |
| 4.2.5 对比模型 | 第58-59页 |
| 4.3 实验结果分析 | 第59-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-68页 |
| 5.1 总结 | 第64-65页 |
| 5.2 讨论与展望 | 第65-68页 |
| 5.2.1 隐式评价对象 | 第65-66页 |
| 5.2.2 跨句子评价对象 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间取得的学术研究成果 | 第74-75页 |
| 致谢 | 第75页 |