| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·研究现状及分析 | 第12-16页 |
| ·文本倾向性分类研究现状 | 第12-13页 |
| ·存在的问题 | 第13-16页 |
| ·研究目的和研究内容 | 第16-17页 |
| ·研究目的 | 第16页 |
| ·研究内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第二章 相关研究 | 第18-35页 |
| ·文本倾向性分析方法研究 | 第18-26页 |
| ·基于统计的文本倾向性分析方法 | 第18-21页 |
| ·基于词和短语模式的文本倾向性分析方法 | 第21-23页 |
| ·基于语义模式库的文本倾向性分析方法 | 第23-26页 |
| ·语料数据预处理研究 | 第26-34页 |
| ·网络爬虫 | 第26-28页 |
| ·网页解析 | 第28-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 语料数据预处理 | 第35-46页 |
| ·评论网页的采集 | 第35-40页 |
| ·评论网页的特点 | 第35-37页 |
| ·Deep Web 网络爬虫 | 第37-38页 |
| ·Deep-Crawler | 第38-39页 |
| ·实验分析 | 第39-40页 |
| ·评论文本的解析 | 第40-45页 |
| ·文本解析 | 第41页 |
| ·评论文本的特点 | 第41-43页 |
| ·Deep-Parser | 第43-45页 |
| ·实验分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于CAAR 算法的网络评论文本倾向性分析技术 | 第46-55页 |
| ·算法背景 | 第46-47页 |
| ·CAAR 算法 | 第47-52页 |
| ·相关定义 | 第47-48页 |
| ·改进的SBV 极性传递算法 | 第48-49页 |
| ·CAAR 算法 | 第49-52页 |
| ·实验分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于YHPODS 的文本倾向性分类系统设计 | 第55-65页 |
| ·YHPODS 简介 | 第55-56页 |
| ·UIMA 架构简介 | 第56-59页 |
| ·UIMA 基本概念 | 第57-58页 |
| ·UIMA 相关工具集 | 第58-59页 |
| ·基于YHPODS 的网络评论文本倾向性分类系统 | 第59-64页 |
| ·网络评论文本倾向性分类系统整体设计 | 第59-60页 |
| ·数据采集模块 | 第60-61页 |
| ·数据解析模块 | 第61-63页 |
| ·倾向性分类模块 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 作者在学期间取得的学术成果 | 第73-74页 |
| 作者在学期间参加的科研工作 | 第74页 |