摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第12-23页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 相关研究工作 | 第14-20页 |
1.2.1 篇章级情感分析 | 第15-16页 |
1.2.2 句子级情感分析 | 第16-18页 |
1.2.3 实体与属性级情感分析 | 第18-19页 |
1.2.4 词语级情感分析 | 第19-20页 |
1.2.5 相关工作小结 | 第20页 |
1.3 本文工作 | 第20-21页 |
1.4 论文的组织结构 | 第21-23页 |
第二章 相关工作 | 第23-33页 |
2.1 相关数据集介绍 | 第23-28页 |
2.1.1 SemEval 2013 SAT数据集 | 第23-24页 |
2.1.2 SemEval 2014 ABSA数据集 | 第24-26页 |
2.1.3 情感词典数据集 | 第26-28页 |
2.2 机器学习算法简介 | 第28-30页 |
2.2.1 朴素贝叶斯算法 | 第28-29页 |
2.2.2 最大熵算法 | 第29页 |
2.2.3 支持向量机算法 | 第29-30页 |
2.3 隐式狄利克雷分布 | 第30-31页 |
2.4 条件随机场 | 第31-32页 |
2.5 系统评价方法 | 第32-33页 |
第三章 句子级文本情感分析 | 第33-43页 |
3.1 概述 | 第33页 |
3.2 文本预处理 | 第33-34页 |
3.3 多样化特征抽取及特征选择 | 第34-38页 |
3.3.1 多样化特征 | 第34-38页 |
3.3.2 特征选择 | 第38页 |
3.4 机器学习算法选择 | 第38页 |
3.5 实验结果与讨论 | 第38-42页 |
3.5.1 数据集 | 第38-39页 |
3.5.2 特征选择实验结果及分析 | 第39-40页 |
3.5.3 实验结果 | 第40-41页 |
3.5.4 实验分析与讨论 | 第41-42页 |
3.6 实验结论 | 第42页 |
3.7 本章小结 | 第42-43页 |
第四章 实体与属性抽取 | 第43-55页 |
4.1 概述 | 第43页 |
4.2 文本预处理 | 第43-44页 |
4.3 名词短语抽取 | 第44-48页 |
4.3.1 频繁名词短语抽取 | 第44-47页 |
4.3.2 名词短语规则 | 第47-48页 |
4.4 命名实体识别 | 第48-49页 |
4.5 名词短语抽取与命名实体识别结合 | 第49页 |
4.6 实验结果与讨论 | 第49-54页 |
4.6.1 数据集 | 第49-50页 |
4.6.2 名词短语抽取结果与分析 | 第50-51页 |
4.6.3 名词短语规则实验结果及分析 | 第51-52页 |
4.6.4 命名实体识别实验结果及分析 | 第52页 |
4.6.5 名词短语抽取与命名实体识别相结合实验结果及分析 | 第52-53页 |
4.6.6 测试集结果分析 | 第53-54页 |
4.7 实验结论 | 第54页 |
4.8 本章小结 | 第54-55页 |
第五章 实体与属性级文本情感分析 | 第55-63页 |
5.1 概述 | 第55-56页 |
5.2 文本预处理 | 第56页 |
5.3 情感分类特征 | 第56-57页 |
5.3.1 情感词典特征 | 第56页 |
5.3.2 主题特征 | 第56-57页 |
5.3.3 其他特征 | 第57页 |
5.4 机器学习算法 | 第57-58页 |
5.5 实验结果与讨论 | 第58-61页 |
5.5.1 数据集 | 第58页 |
5.5.2 实验结果与分析 | 第58-60页 |
5.5.3 测试集结果分析 | 第60-61页 |
5.6 实验结论 | 第61-62页 |
5.7 本章小结 | 第62-63页 |
第六章 情感分析在商业中的应用 | 第63-67页 |
6.1 研究动机 | 第63页 |
6.2 淘宝数据集 | 第63-64页 |
6.3 数据预处理和特征抽取 | 第64-65页 |
6.3.1 数据预处理 | 第64-65页 |
6.3.2 特征 | 第65页 |
6.4 实验结果和分析 | 第65页 |
6.5 实验结论 | 第65-66页 |
6.6 本章小结 | 第66-67页 |
第七章 总结与展望 | 第67-69页 |
7.1 本文总结 | 第67-68页 |
7.2 将来的研究方向 | 第68-69页 |
攻读学位期间发表的学术论文与科研情况 | 第69-70页 |
附录一 | 第70-71页 |
附录二 | 第71-72页 |
参考文献 | 第72-79页 |
致谢 | 第79页 |