基于属性的情感分析方法的研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.1.1 情感分析 | 第11-12页 |
| 1.1.2 产品评论情感分析 | 第12-13页 |
| 1.2 情感分析研究现状 | 第13-15页 |
| 1.3 研究目的及意义 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 情感分析相关技术概述 | 第17-27页 |
| 2.1 中文分词 | 第17-19页 |
| 2.1.1 基于字符串匹配的分词算法 | 第17-18页 |
| 2.1.2 基于统计的分词算法 | 第18页 |
| 2.1.3 基于规则的分词算法 | 第18页 |
| 2.1.4 基于主动学习的算法 | 第18-19页 |
| 2.2 词性标注 | 第19-20页 |
| 2.2.1 基于统计的词性标注 | 第19页 |
| 2.2.2 基于规则的词性标注 | 第19-20页 |
| 2.3 关联规则 | 第20-22页 |
| 2.3.1 基本概念 | 第20-21页 |
| 2.3.2 Apriori算法 | 第21-22页 |
| 2.4 LDA主题模型 | 第22-26页 |
| 2.4.1 主题模型概述 | 第22-23页 |
| 2.4.2 主题模型基本假设 | 第23页 |
| 2.4.3 LDA主题模型 | 第23-24页 |
| 2.4.4 LDA参数估计 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 情感分析系统需求分析 | 第27-34页 |
| 3.1 系统实现目标概述 | 第27-29页 |
| 3.2 系统功能需求分析 | 第29-33页 |
| 3.2.1 系统功能模块划分 | 第29-30页 |
| 3.2.2 系统用例图 | 第30-31页 |
| 3.2.3 系统活动图 | 第31-33页 |
| 3.3 非功能性需求分析 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 情感分析系统总体设计 | 第34-41页 |
| 4.1 系统运行模式 | 第34-35页 |
| 4.2 系统总体架构设计 | 第35-37页 |
| 4.2.1 系统架构图 | 第35-37页 |
| 4.2.2 系统层间交互 | 第37页 |
| 4.3 系统数据库设计 | 第37-40页 |
| 4.3.1 数据库E-R图设计 | 第37-39页 |
| 4.3.2 数据表设计 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 情感分析系统详细设计与实现 | 第41-74页 |
| 5.1 评论获取模块 | 第41-44页 |
| 5.2 产品属性提取模块 | 第44-56页 |
| 5.2.1 基于关联规则的属性提取算法 | 第44-49页 |
| 5.2.2 模块实现 | 第49-56页 |
| 5.3 观点词抽取模块 | 第56-58页 |
| 5.4 情感极性分析模块 | 第58-71页 |
| 5.4.1 情感词典资源 | 第59-60页 |
| 5.4.2 基于AL-STM模型的情感分类算法 | 第60-66页 |
| 5.4.3 评论级情感倾向判别 | 第66-68页 |
| 5.4.4 属性级情感倾向判别 | 第68-71页 |
| 5.5 属性搜索模块 | 第71-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 情感分析系统测试 | 第74-81页 |
| 6.1 系统部署环境 | 第74-75页 |
| 6.1.1 系统测试环境搭建 | 第74页 |
| 6.1.2 软硬件配置 | 第74-75页 |
| 6.2 测试用例及分析 | 第75-79页 |
| 6.3 测试结论 | 第79-80页 |
| 6.4 本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 7.1 论文工作总结 | 第81页 |
| 7.2 工作展望 | 第81-83页 |
| 参考文献 | 第83-85页 |
| 致谢 | 第85页 |
