基于特征提取技术的域依赖名词极性分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 技术要点 | 第10-12页 |
| 1.3 国内外相关工作 | 第12-13页 |
| 1.4 本文的主要工作 | 第13-14页 |
| 1.5 应用及前景 | 第14-16页 |
| 1.6 论文的组成结构 | 第16-17页 |
| 2 意见挖掘简介及理论基础 | 第17-25页 |
| 2.1 意见挖掘的关键概念 | 第17-20页 |
| 2.1.1 情感极性 | 第18页 |
| 2.1.2 主观性检测和观点识别 | 第18-19页 |
| 2.1.3 主题与情感 | 第19页 |
| 2.1.4 观点与视角 | 第19-20页 |
| 2.2 词语情感极性分析 | 第20-21页 |
| 2.3 句子情感极性分析 | 第21-22页 |
| 2.4 篇章情感极性分析 | 第22-23页 |
| 2.5 传统的情感计算方法 | 第23页 |
| 2.6 基于自然语言处理的情感极性分析算法 | 第23-25页 |
| 3 域依赖名词分析算法的问题分析 | 第25-36页 |
| 3.1 算法中的问题描述 | 第25-26页 |
| 3.2 语料库的选择 | 第26页 |
| 3.3 情感极性的分类 | 第26-29页 |
| 3.3.1 情感分类与主题分类的比较 | 第27页 |
| 3.3.2 情感极性分析难度的增加 | 第27-28页 |
| 3.3.3 名词情感极性实例 | 第28-29页 |
| 3.4 领域和主题的研究 | 第29-32页 |
| 3.4.1 领域依赖性 | 第29-30页 |
| 3.4.2 主题适应性 | 第30-31页 |
| 3.4.3 特定知识域和上下文分析 | 第31-32页 |
| 3.5 无监督的学习方法 | 第32-33页 |
| 3.6 关联信息对分类的影响 | 第33-36页 |
| 3.6.1 文档与句子的关联信息 | 第33-34页 |
| 3.6.2 句子与短语之间的关联信息 | 第34-35页 |
| 3.6.3 筛选意见名词分析 | 第35-36页 |
| 4 域依赖名词极性分析方法 | 第36-46页 |
| 4.1 总体框架 | 第36-37页 |
| 4.2 算法描述 | 第37-38页 |
| 4.3 数据过滤 | 第38-39页 |
| 4.4 语言学分析 | 第39-41页 |
| 4.4.1 语言学框架算法 | 第39-40页 |
| 4.4.2 语言学框架设计 | 第40-41页 |
| 4.5 名词特征情感计算 | 第41-43页 |
| 4.5.1 问题描述 | 第41-42页 |
| 4.5.2 词语情感计算 | 第42-43页 |
| 4.6 筛选表达情感的名词特征 | 第43-44页 |
| 4.7 算法设计总体流程图以及复杂度分析 | 第44-46页 |
| 5 试验设计及结果分析 | 第46-56页 |
| 5.1 实验坏境设计 | 第46页 |
| 5.2 数据设计 | 第46-50页 |
| 5.3 名词特征提取 | 第50-53页 |
| 5.3.1 提取名词特征的召回率分析 | 第51页 |
| 5.3.2 提取名词特征的准确率分析 | 第51-52页 |
| 5.3.3 提取名词特征对比分析 | 第52-53页 |
| 5.4 名词特征极性分析 | 第53-54页 |
| 5.5 实验优化 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
