| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景、目的及意义 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文的研究工作 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 基于概率潜在语义分析的词汇情感倾向判别 | 第17-24页 |
| ·概率潜在语义分析对称参数表示模型 | 第17-19页 |
| ·参数表示模型 | 第17-18页 |
| ·EM算法 | 第18-19页 |
| ·基于概率潜在语义分析的词汇情感倾向判别 | 第19-20页 |
| ·基于词汇相似度的词汇情感倾向判别 | 第19页 |
| ·基于同义词的词汇情感倾向判别 | 第19-20页 |
| ·实验结果与分析 | 第20-23页 |
| ·实验数据与评价指标 | 第20页 |
| ·实验结果与分析 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 面向汽车产品评价对象自动识别研究 | 第24-32页 |
| ·产品评价对象与评价词 | 第24-25页 |
| ·产品评价对象 | 第24-25页 |
| ·评价词 | 第25页 |
| ·候选评价对象抽取 | 第25-26页 |
| ·模板的形式(词形模板和词性模板) | 第25页 |
| ·候选评价对象的抽取 | 第25-26页 |
| ·候选评价对象预处理 | 第26页 |
| ·基于bootstrapping方法的评价对象抽取 | 第26-27页 |
| ·产品名称和产品属性的识别 | 第27-28页 |
| ·实验与分析 | 第28-30页 |
| ·实验数据与评价指标 | 第28页 |
| ·评价对象识别结果与分析 | 第28-30页 |
| ·产品名称与产品属性识别结果与分析 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 基于Web的汽车产品评论观点挖掘系统 | 第32-41页 |
| ·用户评价体系 | 第32-33页 |
| ·系统结构 | 第33-34页 |
| ·后台知识库的构建 | 第34-37页 |
| ·汽车评论语料的爬取与存储 | 第34页 |
| ·情感词汇倾向的自动判别 | 第34页 |
| ·汽车评价对象的自动识别 | 第34-35页 |
| ·汽车评论文本的情感倾向自动判别 | 第35页 |
| ·汽车评论文本的观点句的识别及其情感倾向自动判别 | 第35-36页 |
| ·汽车的评价对象与评价词汇关联对的识别及其情感倾向自动判别 | 第36-37页 |
| ·人机交互可视化 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 结论与展望 | 第41-43页 |
| ·结论 | 第41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-48页 |
| 研究成果 | 第48-49页 |
| 致谢 | 第49-50页 |
| 个人简介 | 第50-52页 |