| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 情感分析 | 第13-21页 |
| 2.1 情感分析概述 | 第13-14页 |
| 2.2 基于情感词典的方法 | 第14-15页 |
| 2.2.1 方法流程步骤 | 第14-15页 |
| 2.2.2 情感词典的构建 | 第15页 |
| 2.3 基于句法规则的方法 | 第15-17页 |
| 2.3.1 研究思路与趋势 | 第15-16页 |
| 2.3.2 句法分析技术 | 第16-17页 |
| 2.4 基于机器学习的方法 | 第17-20页 |
| 2.4.1 方法流程步骤 | 第17-18页 |
| 2.4.2 机器学习相关技术 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于句法规则的情感分析 | 第21-30页 |
| 3.1 引言 | 第21页 |
| 3.2 基于产品属性的情感分析系统 | 第21-22页 |
| 3.3 实时预处理模块 | 第22-23页 |
| 3.4 词典生成模块 | 第23-24页 |
| 3.4.1 通用情感词典 | 第23-24页 |
| 3.4.2 属性情感词典 | 第24页 |
| 3.5 产品属性聚类 | 第24-27页 |
| 3.6 情感强度计算 | 第27-28页 |
| 3.7 本章小结 | 第28-30页 |
| 第四章 结构化情感向量特征空间模型 | 第30-41页 |
| 4.1 引言 | 第30-31页 |
| 4.2 情感信息融合表示 | 第31-35页 |
| 4.2.1 情感信息提取 | 第31-33页 |
| 4.2.2 标签化融合 | 第33-35页 |
| 4.3 情感信息结构化 | 第35-37页 |
| 4.3.1 情感信息规则化 | 第35-37页 |
| 4.3.2 情感信息向量化 | 第37页 |
| 4.4 有效性证明 | 第37-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第五章 基于结构化情感特征向量空间模型的倾向分析算法 | 第41-47页 |
| 5.1 基于SEVSM的直接情感分析 | 第41-44页 |
| 5.2 基于SEVSM的优化情感分析 | 第44-46页 |
| 5.3 同基线方法的对比 | 第46-47页 |
| 第六章 总结和展望 | 第47-49页 |
| 6.1 研究总结 | 第47-48页 |
| 6.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文目录 | 第53页 |