基于主题模型的评论数据挖掘
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国内评论挖掘研究现状 | 第11-12页 |
| 1.2.2 国外评论挖掘研究现状 | 第12-15页 |
| 1.3 论文研究工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 相关理论和算法介绍 | 第17-27页 |
| 2.1 概率论基础 | 第17-19页 |
| 2.1.1 贝叶斯理论 | 第17-18页 |
| 2.1.2 共轭先验分布 | 第18-19页 |
| 2.2 概率主题模型 | 第19-22页 |
| 2.3 变分推理 | 第22-24页 |
| 2.3.1 EM 算法 | 第22-23页 |
| 2.3.2 变分推理 | 第23-24页 |
| 2.4 隐马尔可夫模型 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 CMA 主题模型 | 第27-41页 |
| 3.1 模型介绍 | 第27-28页 |
| 3.2 问题描述 | 第28-30页 |
| 3.2.1 模型组件 | 第29-30页 |
| 3.2.2 问题假设 | 第30页 |
| 3.3 模型细节 | 第30-35页 |
| 3.3.1 一般框架 | 第30-34页 |
| 3.3.2 模型扩展 | 第34-35页 |
| 3.4 推理 | 第35-39页 |
| 3.4.1 对基本模型基本组件的推理 | 第35-38页 |
| 3.4.2 对模型扩展的推理 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 实验分析 | 第41-51页 |
| 4.1 数据集合 | 第41页 |
| 4.2 一些建模过程中遇到的问题 | 第41-42页 |
| 4.3 使用 CMA 模型对评论语料建模 | 第42-43页 |
| 4.4 聚类预测 | 第43-45页 |
| 4.4.1 说明 | 第43-44页 |
| 4.4.2 基准系统 | 第44页 |
| 4.4.3 评估标准说明 | 第44页 |
| 4.4.4 实验结果 | 第44-45页 |
| 4.5 情感分析 | 第45-47页 |
| 4.5.1 说明 | 第46页 |
| 4.5.2 基准系统 | 第46页 |
| 4.5.3 实验结果 | 第46-47页 |
| 4.6 有争议情感识别测试 | 第47-49页 |
| 4.6.1 说明 | 第47-48页 |
| 4.6.2 实验结果 | 第48-49页 |
| 4.7 本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
