首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

观点挖掘中评价对象抽取及倾向性判断

摘要第1-9页
ABSTRACT第9-10页
第一章 绪论第10-16页
   ·研究背景和意义第10-13页
   ·本文主要工作第13-14页
   ·论文组织结构第14-16页
第二章 相关研究第16-26页
   ·评价对象抽取研究第16-19页
     ·评价对象抽取与语言分析第16-17页
     ·基于规则/模板的评价对象抽取方法第17-18页
     ·基于机器学习的评价对象抽取方法第18-19页
   ·倾向性判断方法第19-24页
     ·词语级倾向性判断方法第20-22页
     ·短语级倾向性判断方法第22页
     ·句子级倾向性判断方法第22-23页
     ·篇章级倾向性判断方法第23-24页
   ·本章小结第24-26页
第三章 评价搭配抽取方法研究第26-36页
   ·评价搭配抽取整体框架第26-27页
   ·ICTCLAS标注方法第27-28页
   ·评价搭配模板提取第28-31页
     ·模板提取流程第29-30页
     ·模板整合原则第30-31页
   ·评价搭配抽取第31-35页
     ·抽取原则第31-33页
     ·抽取算法设计第33-35页
   ·本章小结第35-36页
第四章 基于HowNet情感词典的情感倾向性判断方法研究第36-45页
   ·倾向性判断整体框架第36-37页
   ·情感词情感强度计算第37-42页
     ·基本思想第37-39页
     ·同义词词典构建第39-40页
     ·词语情感强度修正第40-42页
   ·评价短语整体情感强度计算第42-44页
     ·修饰词词典构建第42-43页
     ·整体情感强度计算第43-44页
   ·本章小结第44-45页
第五章 实验结果及分析第45-56页
   ·COAE简介第45-46页
   ·实验数据构造及处理第46-47页
   ·评价搭配模板提取实验第47-48页
   ·评价搭配抽取实验第48-51页
     ·baseline1方法介绍第48页
     ·baseline2方法介绍第48-49页
     ·评价搭配抽取实验第49-51页
   ·倾向性判断实验第51-53页
   ·评价搭配抽取及倾向性判断综合实验第53-55页
   ·本章小结第55-56页
第六章 结束语第56-58页
   ·研究工作总结第56页
   ·未来工作展望第56-58页
致谢第58-59页
参考文献第59-63页
作者在学期间取得的学术成果第63页

论文共63页,点击 下载论文
上一篇:虚拟人技术在训练仿真中的应用研究
下一篇:半监督非负矩阵分解算法及其在文本聚类中的应用