| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-20页 |
| ·课题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-18页 |
| ·词语的极性判别 | 第10-12页 |
| ·特征抽取技术 | 第12-14页 |
| ·典型的意见挖掘系统 | 第14-17页 |
| ·中文领域的意见挖掘研究 | 第17-18页 |
| ·本课题的主要研究内容 | 第18-20页 |
| 第2章 基于关联规则的特征抽取技术 | 第20-34页 |
| ·产品特征的定义和抽取思想 | 第20-22页 |
| ·中文文本的词性标注 | 第22-23页 |
| ·利用关联规则挖掘特征候选 | 第23-26页 |
| ·关联规则挖掘的基本思想 | 第23-24页 |
| ·Apriori算法 | 第24-26页 |
| ·特征的过滤和排序 | 第26-30页 |
| ·领域相关度过滤 | 第27-28页 |
| ·非短语过滤 | 第28-30页 |
| ·实验及结果分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于产品特征的情感分析技术 | 第34-44页 |
| ·极性词的上下文极性分析 | 第35-36页 |
| ·产品特征与极性词的关联分析 | 第36-40页 |
| ·评价对象获取 | 第37-38页 |
| ·特征与极性词的配对分析 | 第38-40页 |
| ·实验及结果分析 | 第40-43页 |
| ·极性词典建设 | 第40-41页 |
| ·其他资源准备 | 第41-42页 |
| ·评价方法及实验结果 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于Google API的产品情感分析系统 | 第44-53页 |
| ·系统框架设计 | 第44-45页 |
| ·Google API的查询格式 | 第45-46页 |
| ·查询表达式生成 | 第46-48页 |
| ·特征抽取和意见信息抽取 | 第48-49页 |
| ·系统实现 | 第49-52页 |
| ·开发环境及资源准备 | 第49页 |
| ·实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |