| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-13页 |
| ·文本倾向性分析概述 | 第13-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·本文的研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第二章 文本分类技术 | 第17-29页 |
| ·文本分类定义 | 第17-18页 |
| ·文本表示模型 | 第18-19页 |
| ·文本特征抽取 | 第19-21页 |
| ·基于统计的文本分类模型 | 第21-25页 |
| ·基于于语义倾向的分析方法 | 第25-27页 |
| ·基于词和短语的文本倾向性分析方法 | 第26页 |
| ·基于句子的文本倾向性分析方法 | 第26-27页 |
| ·基于篇章的文本倾向性分析方法 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 一种基于语义与统计相结合的文本倾向性分析方法 | 第29-43页 |
| ·极性词典的构建 | 第29-32页 |
| ·文本主观性识别模式 | 第32-34页 |
| ·文本倾向性判断及强度计算 | 第34-37页 |
| ·测评指标 | 第37-38页 |
| ·测评语料及结果 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 文本倾向性分析的技术实现 | 第43-54页 |
| ·面向主题的领域信息采集 | 第43-45页 |
| ·采集信息预处理 | 第45-50页 |
| ·信息抽取 | 第45-47页 |
| ·元数据提取 | 第47-48页 |
| ·元数据入库 | 第48-49页 |
| ·分词及词性标注 | 第49-50页 |
| ·倾向判断及强度计算的实现 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 文本倾向性分析的领域应用及分析 | 第54-61页 |
| ·领域应用概述 | 第54-55页 |
| ·领域应用实验及分析 | 第55-60页 |
| ·场景一:商品评论 | 第55-57页 |
| ·场景二:微博 | 第57-58页 |
| ·场景三:博客 | 第58-59页 |
| ·场景四:外交部例行记者会的问答 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文贡献 | 第61页 |
| ·研究展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65页 |