| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 观点挖掘概述 | 第11-12页 |
| 1.2.2 评价对象抽取概述 | 第12页 |
| 1.2.3 评价对象抽取研究现状 | 第12-14页 |
| 1.2.4 评价对象抽取发展趋势 | 第14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 汽车领域知识采集与表示 | 第16-28页 |
| 2.1 概述 | 第16页 |
| 2.2 领域数据采集 | 第16-20页 |
| 2.2.1 抓取工具和内容 | 第16-17页 |
| 2.2.2 抓取数据的正文抽取 | 第17-18页 |
| 2.2.3 网络数据采集与正文抽取结果 | 第18-20页 |
| 2.3 领域知识库构建 | 第20-22页 |
| 2.3.1 知识库概述 | 第20页 |
| 2.3.2 汽车领域四元组概念关系构建 | 第20-21页 |
| 2.3.3 领域知识库构建结果 | 第21-22页 |
| 2.4 基于word2vec领域词向量 | 第22-27页 |
| 2.4.1 词向量介绍 | 第22-23页 |
| 2.4.2 word2vec介绍 | 第23-25页 |
| 2.4.3 领域词向量训练 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于CRF的领域评价对象抽取 | 第28-39页 |
| 3.1 算法模型介绍 | 第28-30页 |
| 3.1.1 条件随机场理论 | 第28-29页 |
| 3.1.2 基于CRF的评价对象抽取流程 | 第29-30页 |
| 3.2 融合领域知识的特征设计 | 第30-34页 |
| 3.2.1 特征选择 | 第30-31页 |
| 3.2.2 融合了领域知识库 | 第31-33页 |
| 3.2.3 特征模板 | 第33-34页 |
| 3.3 领域词向量扩展评价对象 | 第34-36页 |
| 3.4 实验与分析 | 第36-38页 |
| 3.4.1 中文倾向性分析评测 | 第36-37页 |
| 3.4.2 不同特征组合结果对比 | 第37页 |
| 3.4.3 word2vec扩展不同相似度阈值结果对比 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于web的汽车领域评价对象抽取验证平台 | 第39-50页 |
| 4.1 平台架构设计 | 第39-43页 |
| 4.1.1 系统环境及技术点简介 | 第39-40页 |
| 4.1.2 平台架构设计 | 第40-41页 |
| 4.1.3 MVC开发模式 | 第41-43页 |
| 4.2 系统详细设计 | 第43-47页 |
| 4.2.1 基于Socket的算法间数据传递 | 第43-45页 |
| 4.2.2 一次抽取详细流程 | 第45-47页 |
| 4.3 系统展示 | 第47-50页 |
| 4.3.1 算法抽取样例 | 第47-48页 |
| 4.3.2 系统界面 | 第48-49页 |
| 4.3.3 代码文件结构 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |