| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究历史与现状 | 第12-15页 |
| 1.2.1 命名实体识别技术 | 第12页 |
| 1.2.2 特征选择技术 | 第12-13页 |
| 1.2.3 情感分类模型 | 第13-14页 |
| 1.2.4 品牌评估系统现状 | 第14-15页 |
| 1.3 本文的主要贡献与创新 | 第15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 情感分析基础技术介绍 | 第17-29页 |
| 2.1 支持向量机模型 | 第17-20页 |
| 2.1.1 线性可分最优分类面 | 第17-18页 |
| 2.1.2 松弛变量 | 第18-19页 |
| 2.1.3 核函数 | 第19-20页 |
| 2.2 特征选择技术介绍 | 第20-22页 |
| 2.2.1 基于文档频率的特征选择法 | 第21页 |
| 2.2.2 互信息法 | 第21-22页 |
| 2.2.3 χ~2统计量 | 第22页 |
| 2.3 条件随机场模型 | 第22-25页 |
| 2.3.1 条件随机场的定义 | 第22-23页 |
| 2.3.2 条件随机场的学习算法 | 第23-24页 |
| 2.3.3 条件随机场的预测算法 | 第24-25页 |
| 2.4 词向量模型 | 第25-27页 |
| 2.5 评价指标介绍 | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第三章 融合特征的情感分类模型 | 第29-51页 |
| 3.1 使用CRF提取命名实体 | 第29-30页 |
| 3.2 命名实体的定义规则 | 第30-39页 |
| 3.2.1 模版特征选择 | 第31-35页 |
| 3.2.2 获取命名实体实验 | 第35-39页 |
| 3.3 引入命名实体特征的短文本分类模型 | 第39-42页 |
| 3.3.1 算法描述 | 第39-40页 |
| 3.3.2 实验验证 | 第40-42页 |
| 3.4 融合深度特征的分类模型 | 第42-45页 |
| 3.4.1 基于词向量模型的特征 | 第42-43页 |
| 3.4.2 命名实体融合深度特征的算法 | 第43页 |
| 3.4.3 深度融合特征算法实验 | 第43-45页 |
| 3.5 基于融合模型品牌评估实验 | 第45-50页 |
| 3.5.1 品牌质量定义 | 第45页 |
| 3.5.2 品牌评估实验 | 第45-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 基于情感分析的线上品牌评估系统的设计与实现 | 第51-73页 |
| 4.1 系统需求分析 | 第51-54页 |
| 4.1.1 功能性需求 | 第51-53页 |
| 4.1.2 非功能性需求 | 第53-54页 |
| 4.2 系统架构设计 | 第54-57页 |
| 4.2.1 系统层次设计 | 第54-56页 |
| 4.2.2 系统流程架构 | 第56-57页 |
| 4.3 核心模块设计 | 第57-65页 |
| 4.3.1 数据采集模块 | 第59-60页 |
| 4.3.2 数据预处理模块 | 第60-62页 |
| 4.3.3 情感分类模块 | 第62-64页 |
| 4.3.4 品牌评估模块 | 第64页 |
| 4.3.5 结果展示 | 第64-65页 |
| 4.4 数据库设计 | 第65-68页 |
| 4.4.1 数据库设计原则 | 第65-66页 |
| 4.4.2 系统数据库概念结构设计 | 第66页 |
| 4.4.3 数据库表结构设计 | 第66-68页 |
| 4.5 系统测试与验证 | 第68-72页 |
| 4.5.1 测试方法 | 第68-69页 |
| 4.5.2 测试结果 | 第69-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第五章 全文总结与展望 | 第73-76页 |
| 5.1 全文总结 | 第73-75页 |
| 5.2 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |