| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·选题背景 | 第9页 |
| ·语义倾向判断现状与发展趋势 | 第9-12页 |
| ·语义倾向介绍 | 第9-10页 |
| ·语义倾向判断发展现状 | 第10-11页 |
| ·语义倾向判断发展趋势 | 第11-12页 |
| ·自然语言处理的全信息方法论 | 第12-14页 |
| ·基于语义角色的句子倾向判断 | 第14-15页 |
| ·论文组成结构 | 第15-16页 |
| 第二章 句子倾向判断的预处理 | 第16-25页 |
| ·预处理流程 | 第16-17页 |
| ·语义角色简介 | 第17-19页 |
| ·PMI算法简介 | 第19-24页 |
| ·PMI理论基础 | 第19-21页 |
| ·参考词的获取 | 第21页 |
| ·检索语料库的构建 | 第21页 |
| ·应用 PMI直接进行文章倾向判断的实例 | 第21-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于语义角色的句子倾向判断系统设计与实现 | 第25-43页 |
| ·系统方法概述 | 第25-26页 |
| ·文本分类方法及 SVM分类器介绍 | 第26-37页 |
| ·文本分类简介 | 第26-32页 |
| ·SVM分类器介绍 | 第32-37页 |
| ·无句子结构信息方法 | 第37-39页 |
| ·PMI求和方法 | 第37-38页 |
| ·PMI+SVM方法 | 第38-39页 |
| ·添加句子结构信息方法 | 第39-42页 |
| ·87维向量法 | 第40-41页 |
| ·72维向量法 | 第41页 |
| ·29维向量法 | 第41页 |
| ·24维向量法 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第四章 实验与结果分析 | 第43-49页 |
| ·语料的收集与预处理 | 第43-44页 |
| ·评价方法 | 第44页 |
| ·PMI求和方法 | 第44-45页 |
| ·PMI+SVM方法 | 第45页 |
| ·87维向量法 SVM分类与72维向量法 SVM分类 | 第45-46页 |
| ·29维向量法 SVM分类与24维向量法 SVM分类 | 第46-47页 |
| ·实验结果比较及分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 硕士期间发表的论文 | 第55页 |