在线评论中产品特征提取与意见挖掘研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 产品评论要素提取 | 第11-12页 |
| 1.2.2 意见词的情感极性识别 | 第12-13页 |
| 1.2.3 已有的意见挖掘系统 | 第13-15页 |
| 1.3 论文的主要研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第2章 基于副词的评价要素的迭代提取 | 第17-31页 |
| 2.1 在线产品评论的分类及特点 | 第17-18页 |
| 2.2 自扩展方法BootStrapping | 第18-19页 |
| 2.3 基于副词的产品评论要素迭代提取算法 | 第19-25页 |
| 2.3.1 种子集合的选取 | 第19-20页 |
| 2.3.2 名词词组及字符名词的识别 | 第20-21页 |
| 2.3.3 基于副词的产品评论要素的迭代提取 | 第21-24页 |
| 2.3.4 特征-意见对的过滤 | 第24-25页 |
| 2.4 实验及分析 | 第25-30页 |
| 2.4.1 语料预处理 | 第25-28页 |
| 2.4.2 测评标准 | 第28-29页 |
| 2.4.3 实验结果及分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 同义产品特征词的识别方法研究 | 第31-42页 |
| 3.1 中文同义词的识别方法 | 第31-32页 |
| 3.2 中文词语语义资源 | 第32-33页 |
| 3.2.1 《知网》简述 | 第32页 |
| 3.2.2 《同义词词林(扩展版)》概述 | 第32-33页 |
| 3.3 同义产品特征识别方法设计 | 第33-39页 |
| 3.3.1 基于《词林》的同义特征识别 | 第34-35页 |
| 3.3.2 基于特征词汇上下文的同义特征识别 | 第35-36页 |
| 3.3.3 基于《知网》的同义特征识别 | 第36-39页 |
| 3.4 实验结果及分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 基于聚类算法的评价单元情感倾向性研究 | 第42-51页 |
| 4.1 基于k-中心点的改进算法分析 | 第42-45页 |
| 4.1.1 k-均值算法和k-中心点算法 | 第42-43页 |
| 4.1.2 k-中心点算法的改进分析 | 第43-45页 |
| 4.2 基于NKM的情感倾向性分析 | 第45-49页 |
| 4.2.1 影响评价单元情感极性的因素分析 | 第45-47页 |
| 4.2.2 利用NKM进行评价单元的聚类 | 第47-49页 |
| 4.3 实验结果及分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 在线产品评论意见挖掘系统的设计与实现 | 第51-56页 |
| 5.1 系统的整体框架设计 | 第51-52页 |
| 5.2 系统实现及演示 | 第52-55页 |
| 5.2.1 在线产品评论的获取与预处理 | 第52-53页 |
| 5.2.2 评论要素提取功能实现 | 第53-54页 |
| 5.2.3 评价单元情感倾向性识别功能实现 | 第54页 |
| 5.2.4 意见挖掘结果汇总展示模块 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56-57页 |
| 6.2 未来展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
