| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-16页 |
| ·意见挖掘的背景及课题来源 | 第13页 |
| ·本文研究的内容 | 第13-14页 |
| ·本文的组织 | 第14-16页 |
| 第二章 意见挖掘概述 | 第16-26页 |
| ·意见挖掘的概念和主要任务 | 第16-17页 |
| ·意见挖掘的定义 | 第16页 |
| ·意见挖掘的主要任务 | 第16-17页 |
| ·意见挖掘的粒度 | 第17-18页 |
| ·粗粒度的意见挖掘 | 第17-18页 |
| ·细粒度的意见挖掘 | 第18页 |
| ·意见挖掘的研究层次 | 第18-20页 |
| ·意见信息的抽取 | 第18-19页 |
| ·意见信息的分类 | 第19-20页 |
| ·意见信息的检索和归纳 | 第20页 |
| ·意见挖掘的相关概念 | 第20-23页 |
| ·意见挖掘与评论挖掘 | 第20-21页 |
| ·意见挖掘与情感分析 | 第21页 |
| ·意见挖掘与舆情分析 | 第21-22页 |
| ·意见挖掘与博客挖掘 | 第22-23页 |
| ·意见挖掘和观点挖掘 | 第23页 |
| ·意见挖掘的国内外学术动态 | 第23-24页 |
| ·意见挖掘的原型系统 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于评论模式的特征提取方法 | 第26-36页 |
| ·典型的特征提取方法 | 第26-28页 |
| ·基于监督学习的特征提取方法 | 第26页 |
| ·基于统计的特征提取方法 | 第26-27页 |
| ·基于知识工程的特征提取方法 | 第27页 |
| ·基于模板或种子迭代的特征提取提取方法 | 第27页 |
| ·基于领域知识和句法分析的特征提取方法 | 第27-28页 |
| ·基于评论模式的特征提取方法描述 | 第28-30页 |
| ·OFESP 方法框架 | 第28-29页 |
| ·评论模式库的构建 | 第29页 |
| ·语料库的预处理及中文分词 | 第29-30页 |
| ·主题特征的定位提取与筛选过滤 | 第30-32页 |
| ·主题特征的定位提取 | 第30-32页 |
| ·主题特征的筛选 | 第32页 |
| ·OFESP 实验结果 | 第32-35页 |
| ·OFESP 实验参数调整 | 第32-34页 |
| ·OFESP 与基准实验的对比 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于极性相似度度量的极性分析方法 | 第36-47页 |
| ·基本概念 | 第36-37页 |
| ·极性分析的概念 | 第36页 |
| ·HowNet | 第36-37页 |
| ·典型的极性分析方法 | 第37-39页 |
| ·词典法 | 第37-38页 |
| ·利用WordNet 或HowNet 进行极性分析 | 第38-39页 |
| ·其他方法 | 第39页 |
| ·基于极性相似度度量的极性计算方法 | 第39-41页 |
| ·基于HowNet 语义相似度的极性计算方法 | 第39-41页 |
| ·基于极性相似度度量的词语极性分析方法 | 第41页 |
| ·极性分析实验 | 第41-46页 |
| ·基于HowNet 的语义极性分析实验 | 第41-43页 |
| ·基于极性相似度度量的极性分析实验 | 第43-46页 |
| ·实验结果分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 中文意见挖掘原型系统 | 第47-50页 |
| ·中文意见挖掘原型系统介绍 | 第47页 |
| ·主题特征的提取模块 | 第47-48页 |
| ·观点词极性分析模块 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 结束语 | 第50-52页 |
| ·本文总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录一 研究生期间参与科研项目及论文发表情况 | 第56-57页 |