面向商品评论的情感分析分类研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-10页 |
| 插图清单 | 第10-11页 |
| 插表清单 | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·本论文的组织结构 | 第15-16页 |
| 第二章 商品评论文本挖掘和有关预处理 | 第16-27页 |
| ·网络爬虫 | 第16-22页 |
| ·网络爬虫简介 | 第16-19页 |
| ·网络爬虫基本架构 | 第19-20页 |
| ·分布式爬虫架构 | 第20-21页 |
| ·垂直爬虫架构 | 第21-22页 |
| ·网页信息提取 | 第22-23页 |
| ·中文分词 | 第23-25页 |
| ·中文分词 | 第23页 |
| ·中文分词的原理 | 第23页 |
| ·中文分词方法 | 第23-25页 |
| ·停用词表 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于文本分类技术的商品评论情感分析 | 第27-37页 |
| ·特征选择方法 | 第27-29页 |
| ·文本的特征表示 | 第29-30页 |
| ·特征权重计算 | 第30-32页 |
| ·文本分类算法 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于情感词典的商品评论情感分析 | 第37-47页 |
| ·基于知网的情感词典构建 | 第37-41页 |
| ·知网 | 第37-39页 |
| ·褒义词和贬义词词典的构建 | 第39页 |
| ·否定词词典的构建 | 第39-40页 |
| ·搭配情感词词典的构建 | 第40页 |
| ·程度副词词典的构建 | 第40-41页 |
| ·词汇的情感倾向性计算 | 第41-43页 |
| ·词汇相似度计算 | 第41-42页 |
| ·基于知网的词汇情感倾向性计算 | 第42-43页 |
| ·商品评论的情感倾向性计算 | 第43-46页 |
| ·双重否定句的处理 | 第43-44页 |
| ·程度副词的处理 | 第44页 |
| ·双重否定和程度副词的综合处理 | 第44-45页 |
| ·搭配情感词的处理 | 第45页 |
| ·网络词的处理 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验的结果和分析 | 第47-54页 |
| ·实验数据集 | 第47-48页 |
| ·公开语料库 | 第47页 |
| ·人工标注语料库 | 第47-48页 |
| ·评价商品评论情感分析的若干指标 | 第48-50页 |
| ·召回率和准确率 | 第48-49页 |
| ·宏平均和微平均 | 第49-50页 |
| ·F1 指标 | 第50页 |
| ·基于文本分类的商品评论情感分析实验 | 第50-51页 |
| ·实验主要步骤 | 第50-51页 |
| ·实验的结果和分析 | 第51页 |
| ·基于情感词典的商品评论情感分析实验 | 第51-52页 |
| ·实验主要步骤 | 第51-52页 |
| ·实验的结果和分析 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第六章 总结和展望 | 第54-56页 |
| ·论文研究工作的总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间完成的论文 | 第59-60页 |
