| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 相关研究工作 | 第12-16页 |
| 1.2.1 基于规则的方法 | 第12-13页 |
| 1.2.2 基于语言学的方法 | 第13-14页 |
| 1.2.3 基于统计机器学习的方法 | 第14-16页 |
| 1.3 本文的研究内容 | 第16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第二章 观点挖掘理论和数学模型基础 | 第18-31页 |
| 2.1 观点挖掘发展历程 | 第18页 |
| 2.2 观点挖掘相关概念 | 第18-21页 |
| 2.1.1 情感分类 | 第19页 |
| 2.1.2 观点抽取 | 第19-20页 |
| 2.1.3 观点分析 | 第20-21页 |
| 2.3 学模型基础 | 第21-31页 |
| 2.3.1 LDA主题模型 | 第21-27页 |
| 2.3.2 最大熵模型 | 第27-31页 |
| 第三章 基于主题情感统一最大熵LDA模型TSU MaxEnt-LDA | 第31-40页 |
| 3.1 TSU MaxEnt-LDA模型描述 | 第31-33页 |
| 3.2 TSU MaxEnt-LDA模型生成过程 | 第33-35页 |
| 3.3 TSU MaxEnt-LDA模型推理 | 第35-40页 |
| 3.3.1 MaxEnt最大熵模型推理 | 第36-37页 |
| 3.3.2 TSU MaxEnt-LDA主题模型推理 | 第37-40页 |
| 第四章 仿真实验 | 第40-49页 |
| 4.1 实验方法和数据描述 | 第40-41页 |
| 4.1.1 实验平台 | 第40页 |
| 4.1.2 实验数据描述 | 第40-41页 |
| 4.1.3 实验数据预处理 | 第41页 |
| 4.2 仿真实验 | 第41-43页 |
| 4.2.1 实验参数说明 | 第41页 |
| 4.2.2 实验步骤 | 第41-43页 |
| 4.3 实验结果及分析 | 第43-49页 |
| 4.3.1 主题-观点抽取分析 | 第43-45页 |
| 4.3.2 总体情感分类 | 第45-47页 |
| 4.3.3 主题情感分类 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文工作总结 | 第49-50页 |
| 5.2 未来工作展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 在校期间发表的论文和参加的科研项目 | 第56-57页 |
| 致谢 | 第57-58页 |