| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文研究内容与论文结构 | 第15-17页 |
| 第2章 文本语义特征表示方法 | 第17-29页 |
| 2.1 主题模型 | 第17-20页 |
| 2.2 神经语言模型 | 第20-22页 |
| 2.3 词向量表示 | 第22-25页 |
| 2.4 基于神经网络的表示及词向量的应用 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于词团(BOWL)的文本表示 | 第29-39页 |
| 3.1 背景介绍 | 第29页 |
| 3.2 词团表示(BOWL:Bag Of Word cLuster) | 第29-33页 |
| 3.3 实验 | 第33-37页 |
| 3.3.1 数据集以及预处理 | 第33-34页 |
| 3.3.2 词向量 | 第34-35页 |
| 3.3.3 实验结果 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于向量平均神经网络的文本表示 | 第39-47页 |
| 4.1 向量平均神经网络 | 第39-40页 |
| 4.2 优化过程分析 | 第40-44页 |
| 4.2.1 实验介绍 | 第41-42页 |
| 4.2.2 优化分析 | 第42-44页 |
| 4.3 本章小结 | 第44-47页 |
| 第5章 基于语义相似度的评论观点抽取 | 第47-57页 |
| 5.1 评论观点抽取 | 第47-48页 |
| 5.2 基于规则与词典的观点抽取 | 第48-50页 |
| 5.3 模型泛化 | 第50-52页 |
| 5.3.1 长句相似度匹配 | 第50-51页 |
| 5.3.2 短句相似度匹配 | 第51-52页 |
| 5.4 实验与分析 | 第52-54页 |
| 5.4.1 数据及预处理 | 第52页 |
| 5.4.2 评价指标 | 第52-53页 |
| 5.4.3 实验结果分析 | 第53-54页 |
| 5.5 本章小结 | 第54-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 本文总结 | 第57-58页 |
| 6.2 未来工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 在读期间发表的学术论文与取得的研究成果 | 第65页 |