| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·当前研究现状及不足 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·本研究课题的来源 | 第12页 |
| ·本课题的主要研究内容 | 第12-13页 |
| 第2章 观点挖掘综述 | 第13-21页 |
| ·观点挖掘的起源 | 第13页 |
| ·观点挖掘与相关技术的联系与区别 | 第13-15页 |
| ·观点挖掘的子任务划分 | 第15-16页 |
| ·观点挖掘的主要算法 | 第16-18页 |
| ·观点挖掘的国内外研究现状 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 股评观点倾向性分析的总体框架 | 第21-27页 |
| ·问题描述 | 第21页 |
| ·股评观点倾向性分析系统的总体框架 | 第21-25页 |
| ·业务流程模型 | 第21-23页 |
| ·系统总体架构 | 第23页 |
| ·系统的研究方案 | 第23-24页 |
| ·系统的技术路线 | 第24-25页 |
| ·评价指标 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 Web 证券资讯抽取设计 | 第27-43页 |
| ·Web 信息抽取技术 | 第27-29页 |
| ·Web 信息抽取的定义 | 第27页 |
| ·Web 信息抽取方法分类 | 第27-28页 |
| ·主要Web 信息抽取技术及比较 | 第28-29页 |
| ·证券资讯抽取问题描述 | 第29-30页 |
| ·抽取主要功能需求 | 第29-30页 |
| ·证券资讯抽取设计方案 | 第30-41页 |
| ·基于DOM 的Web 信息抽取技术 | 第30-33页 |
| ·基于CRF 的无模板信息抽取技术 | 第33-40页 |
| ·MDRII 基本原理 | 第35-38页 |
| ·CRF 基本原理 | 第38-40页 |
| ·证券资讯抽取方案设计 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第5章 结合篇章结构分析和SVM 算法的股评观点倾向性分析 | 第43-52页 |
| ·股评文本的特点 | 第43-44页 |
| ·股评文本的篇章结构 | 第44-45页 |
| ·标题 | 第44页 |
| ·预测观点语句的位置 | 第44-45页 |
| ·开头和结尾 | 第45页 |
| ·SVM 算法 | 第45-46页 |
| ·算法总体框架 | 第46-47页 |
| ·实验验证 | 第47-50页 |
| ·实验准备 | 第47-48页 |
| ·实验结果 | 第48-49页 |
| ·实验对比 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第6章 基于模式的股评观点倾向性分析 | 第52-63页 |
| ·算法框架 | 第52页 |
| ·相关技术 | 第52-60页 |
| ·位置权值的计算 | 第52-53页 |
| ·预测权值的计算 | 第53页 |
| ·股评的句类分析和处理 | 第53-54页 |
| ·否定句的处理 | 第54页 |
| ·疑问句的处理 | 第54页 |
| ·转折句的处理 | 第54页 |
| ·倾向词词典的构建 | 第54-57页 |
| ·倾向词的特征 | 第55页 |
| ·倾向词词典的构建 | 第55-56页 |
| ·语料预处理 | 第56页 |
| ·特征统计 | 第56页 |
| ·选择评价 | 第56-57页 |
| ·模式的获取 | 第57-59页 |
| ·篇章极性分析 | 第59-60页 |
| ·实验验证 | 第60-62页 |
| ·实验结果 | 第60页 |
| ·实验对比 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第7章 混合的股评观点倾向性分析方法和系统的实现 | 第63-70页 |
| ·混合的股评观点倾向性分析方法的实现 | 第63-65页 |
| ·基本思想 | 第63页 |
| ·总体框架 | 第63-65页 |
| ·实验验证 | 第65-66页 |
| ·实验结果 | 第65-66页 |
| ·股评观点倾向性分析系统的实现 | 第66-69页 |
| ·股评正负面分类 | 第66-67页 |
| ·股评观点倾向性趋势分析 | 第67-68页 |
| ·资讯简报制作 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第8章 总结与展望 | 第70-72页 |
| ·工作总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 在学期间发表的论文及科研成果清单 | 第75-76页 |
| 致谢 | 第76页 |