| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11页 |
| ·客户负面新闻自动检索的研究现状 | 第11-15页 |
| ·新闻自动检索系统 | 第12-13页 |
| ·文本情感分析研究现状 | 第13-15页 |
| ·本文主要研究内容 | 第15-16页 |
| ·论文章节安排 | 第16-17页 |
| 第2章 相关理论与技术概述 | 第17-29页 |
| ·中文词语切分技术 | 第17-18页 |
| ·基于字符串匹配的分词方法 | 第17-18页 |
| ·基于统计的分词方法 | 第18页 |
| ·词性标注技术 | 第18-22页 |
| ·词性标注集 | 第19-20页 |
| ·统计语言模型 | 第20-22页 |
| ·依存句法分析技术 | 第22-24页 |
| ·依存句法分析 | 第22-23页 |
| ·基于图的依存句法分析 | 第23-24页 |
| ·对数线性建模技术 | 第24-26页 |
| ·对数线性模型定义 | 第24页 |
| ·模型的特征 | 第24-25页 |
| ·对数线性模型标准格式 | 第25-26页 |
| ·复旦大学自然语言处理系统 | 第26-28页 |
| ·FNLP系统的组织结构 | 第26页 |
| ·FNLP系统的Java包组织结构 | 第26-27页 |
| ·FNLP系统总体执行流程 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 文本情感分析算法设计 | 第29-41页 |
| ·ETRTWC算法设计 | 第29-35页 |
| ·倾向词及其数据结构 | 第29-30页 |
| ·依存句法分析 | 第30-32页 |
| ·关键句群提取 | 第32页 |
| ·ETRTWC算法 | 第32-35页 |
| ·算法时间复杂度 | 第35页 |
| ·NNECF算法设计 | 第35-40页 |
| ·负面情感语境框架 | 第35-36页 |
| ·NECFrame识别器 | 第36-38页 |
| ·NNECF算法 | 第38-40页 |
| ·算法时间复杂度 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 客户负面新闻自动检索系统(CNNRSA)设计 | 第41-51页 |
| ·系统需求分析 | 第41-42页 |
| ·功能需求 | 第41页 |
| ·质量需求 | 第41-42页 |
| ·系统概念设计 | 第42页 |
| ·系统总体设计 | 第42-50页 |
| ·系统模块结构 | 第42-43页 |
| ·系统模块功能说明 | 第43-46页 |
| ·系统采用的技术架构 | 第46-47页 |
| ·数据库设计 | 第47-49页 |
| ·框架词汇层次管理子系统设计 | 第49页 |
| ·系统开发工具及运行环境 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 客户负面新闻自动检索系统(CNNRSA)实现 | 第51-61页 |
| ·CNNRSA前端页面实现 | 第51-54页 |
| ·新闻自动抓取与预处理实现 | 第54-56页 |
| ·中文分词、词性标注和依存句法分析实现 | 第56-57页 |
| ·ETRTWC算法实现 | 第57-58页 |
| ·NNECF算法实现 | 第58-59页 |
| ·框架词汇层次管理子系统的实现 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 CNNRSA测试与验证 | 第61-73页 |
| ·测试语料和算法评估指标 | 第61页 |
| ·ETRTWC算法测试 | 第61-64页 |
| ·NNECF算法测试 | 第64-67页 |
| ·语境框架库的构建 | 第64-66页 |
| ·情感识别测试 | 第66-67页 |
| ·ETRTWC算法与NNECF算法协同测试 | 第67-69页 |
| ·CNNRSA功能测试与验证 | 第69-72页 |
| ·客户综合打分验证 | 第69-70页 |
| ·新闻离线查看与在线浏览验证 | 第70-71页 |
| ·客户负面新闻抽取验证 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第7章 总结与展望 | 第73-75页 |
| ·本文工作总结 | 第73-74页 |
| ·下一步工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 在读期间发表的学术论文与取得的研究成果 | 第81页 |