中文商品评论倾向性分析研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·信息-知识-智能转换规律 | 第12-13页 |
| ·选题背景和意义 | 第13-15页 |
| ·文本倾向性分析相关研究分类 | 第15-16页 |
| ·论文的研究内容 | 第16-17页 |
| ·论文的组织结构 | 第17-20页 |
| 第二章 相关技术综述 | 第20-30页 |
| ·引言 | 第20页 |
| ·相关术语 | 第20-22页 |
| ·相关工作 | 第22-27页 |
| ·篇章级倾向性分析 | 第22-23页 |
| ·句子级倾向性分析 | 第23-24页 |
| ·短语级倾向性分析 | 第24-27页 |
| ·可视化倾向性分析系统 | 第27页 |
| ·本章小结 | 第27-28页 |
| 附图 | 第28-30页 |
| 第三章 利用自适应算法的跨语言中文句子倾向性检测 | 第30-54页 |
| ·引言 | 第30-31页 |
| ·系统框架描述 | 第31-34页 |
| ·相关研究工作 | 第34-36页 |
| ·基于自适应学习算法的句子倾向性检测 | 第36-44页 |
| ·统计学习理论 | 第36-37页 |
| ·一种样本加权的领域自适应学习算法 | 第37-40页 |
| ·特征选择 | 第40-42页 |
| ·语言数据集的选择原则 | 第42-44页 |
| ·实验与分析 | 第44-52页 |
| ·实验准备和评估指标 | 第44-46页 |
| ·实验设计和实验结果 | 第46-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 商品属性词和评价情感词二元组获取 | 第54-76页 |
| ·引言 | 第54页 |
| ·相关研究工作 | 第54-57页 |
| ·商品属性词和评价词挖掘算法 | 第57-64页 |
| ·商品评论语料的表现形式 | 第57-58页 |
| ·解决方案的提出 | 第58-60页 |
| ·类序列规则挖掘算法 | 第60-61页 |
| ·挖掘算法的数据格式 | 第61页 |
| ·商品属性词和评价词模板挖掘算法 | 第61-64页 |
| ·实验与分析 | 第64-71页 |
| ·语料的标注方案设计 | 第64-65页 |
| ·实验设置 | 第65-66页 |
| ·语料分析实验 | 第66-70页 |
| ·模式有效性分析 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 附图 | 第73-76页 |
| 第五章 情感词极性判别 | 第76-94页 |
| ·引言 | 第76-77页 |
| ·相关研究工作 | 第77-80页 |
| ·《知网》(Hownet)简介 | 第77-78页 |
| ·《知网》词语语义相似度计算 | 第78-80页 |
| ·基于《知网》的词语倾向性分析 | 第80页 |
| ·基于PageRank算法的中文情感词极性判别 | 第80-84页 |
| ·问题定义 | 第80-81页 |
| ·PageRank算法有效性分析 | 第81页 |
| ·算法描述 | 第81-84页 |
| ·实验与分析 | 第84-88页 |
| ·实验准备和评估指标 | 第84-85页 |
| ·实验设计和实验结果 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 附图 | 第89-94页 |
| 第六章 观点倾向性分析系统 | 第94-102页 |
| ·引言 | 第94页 |
| ·系统框架 | 第94-95页 |
| ·基于评价词依存关系的商品属性词聚类 | 第95-98页 |
| ·点态互信息算法 | 第95-96页 |
| ·基于评价词依存关系的商品属性词聚类 | 第96-98页 |
| ·实验与分析 | 第98-99页 |
| ·商品属性词聚类 | 第98-99页 |
| ·系统展示 | 第99页 |
| ·本章小结 | 第99-101页 |
| 附图 | 第101-102页 |
| 第七章 总结与展望 | 第102-104页 |
| ·工作总结 | 第102-103页 |
| ·工作展望 | 第103-104页 |
| 参考文献 | 第104-118页 |
| 附录1 部分常用的中英文语料库 | 第118-122页 |
| 致谢 | 第122-124页 |
| 攻读博士学位期间发表的学术论文 | 第124-126页 |
| 参与评测项目 | 第126页 |
