| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外评论挖掘研究现状 | 第13-17页 |
| 1.2.1 产品特征提取 | 第13-15页 |
| 1.2.2 产品特征与意见词关联对提取 | 第15-16页 |
| 1.2.3 主题模型的应用 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-19页 |
| 第二章 参考算法 | 第19-23页 |
| 2.1 LDA主题模型 | 第19-20页 |
| 2.2 向量空间模型 | 第20-21页 |
| 2.3 基于上下文的隐性产品特征关联对提取算法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 意见词和上下文词库的建立 | 第23-30页 |
| 3.1 语料的获取 | 第23页 |
| 3.2 词库建立方法 | 第23-27页 |
| 3.2.1 选择候选意见词和上下文词 | 第23-25页 |
| 3.2.2 上下文词库建立 | 第25-27页 |
| 3.2.3 意见词词库建立 | 第27页 |
| 3.3 实验与分析 | 第27-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 主题-意见词联合模型（JTO）提取方法研究 | 第30-39页 |
| 4.1 主题-意见词联合模型（JTO）提取方法研究背景 | 第30页 |
| 4.2 主题-意见词联合模型（JTO）提取方法实现 | 第30-34页 |
| 4.2.1 生成过程 | 第31-32页 |
| 4.2.2 模型推导 | 第32-33页 |
| 4.2.3 提取隐性产品特征 | 第33-34页 |
| 4.3 主题-意见词联合模型(JTO)提取方法实验分析 | 第34-37页 |
| 4.3.1 数据集 | 第34页 |
| 4.3.2 参数设定 | 第34页 |
| 4.3.3 评价指标 | 第34-35页 |
| 4.3.4 实验结果和分析 | 第35-37页 |
| 4.4 主题-意见词联合模型(JTO)提取方法适用范围 | 第37页 |
| 4.5 本章小结 | 第37-39页 |
| 第五章 考虑上下文权重的提取方法研究 | 第39-47页 |
| 5.1 考虑上下文权重的提取方法研究背景 | 第39页 |
| 5.2 考虑上下文权重的提取方法实现 | 第39-43页 |
| 5.2.1 改进的共现矩阵 | 第40-41页 |
| 5.2.2 计算上下文权重 | 第41-42页 |
| 5.2.3 提取产品特征 | 第42-43页 |
| 5.3 考虑上下文权重的提取方法实验分析 | 第43-45页 |
| 5.3.1 数据集 | 第43页 |
| 5.3.2 参数设定 | 第43页 |
| 5.3.3 评价指标 | 第43-44页 |
| 5.3.4 实验结果与分析 | 第44-45页 |
| 5.4 考虑上下文权重的提取方法适用范围 | 第45-46页 |
| 5.5 本章小结 | 第46-47页 |
| 第六章 基于意见词的隐性产品特征提取系统实现 | 第47-55页 |
| 6.1 提取系统的功能结构图 | 第47-48页 |
| 6.2 系统应用 | 第48-54页 |
| 6.2.1 主题-意见词联合模型（JTO）应用 | 第48-52页 |
| 6.2.2 考虑上下文权重模型应用 | 第52-54页 |
| 6.3 本章小结 | 第54-55页 |
| 第七章 总结与展望 | 第55-57页 |
| 7.1 工作总结 | 第55-56页 |
| 7.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
