首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

Web评论文本的细粒度意见挖掘技术研究

摘要第5-7页
Abstract第7-9页
图索引第10-11页
表索引第11-12页
目录第12-16页
第1章 绪论第16-34页
    1.1 研究背景和意义第16-19页
    1.2 国内外研究现状及发展趋势第19-29页
        1.2.1 情感分类第20-22页
        1.2.2 细粒度意见挖掘第22-24页
        1.2.3 情感词典构建第24-26页
        1.2.4 跨领域意见挖掘第26-27页
        1.2.5 评论文本意见挖掘系统应用第27-28页
        1.2.6 存在的困难和不足第28-29页
    1.3 论文主要研究内容和创新点第29-32页
        1.3.1 论文主要研究内容第29-31页
        1.3.2 论文创新点第31-32页
    1.4 论文组织结构第32-34页
第2章 基于序列标注学习的意见元素抽取第34-59页
    2.1 引言第34-36页
    2.2 研究现状分析第36-37页
    2.3 条件随机场理论第37-42页
        2.3.1 特征函数的选择第39页
        2.3.2 参数估计第39-40页
        2.3.3 模型推断第40-41页
        2.3.4 CRF++介绍第41-42页
    2.4 基于序列标注学习的细粒度意见挖掘框架第42-43页
    2.5 基于 CRFs 模型的评价目标和情感词抽取第43-48页
        2.5.1 特征选择第43-45页
        2.5.2 句法语义结构特征抽取第45-47页
        2.5.3 语义角色标注第47-48页
    2.6 基于图剪枝的评价目标分类第48-52页
        2.6.1 评价目标相似度计算第48-51页
        2.6.2 图剪枝分类算法第51-52页
    2.7 实验准备和结果分析第52-58页
        2.7.1 数据集准备第52-53页
        2.7.2 评价目标和情感词抽取结果分析第53-55页
        2.7.3 评价目标分类结果分析第55-58页
    2.8 本章小结第58-59页
第3章 基于约束的评价目标谱聚类第59-73页
    3.1 引言第59-60页
    3.2 相关研究第60-61页
        3.2.1 基于无监督学习的评价目标聚类第60页
        3.2.2 基于主题模型的评价目标聚类第60-61页
        3.2.3 基于半监督学习的评价目标聚类第61页
    3.3 基于约束关系的谱聚类模型第61-65页
        3.3.1 评价目标约束关系的定义和抽取第61-63页
        3.3.2 约束传播算法第63-64页
        3.3.3 约束谱聚类算法第64-65页
    3.4 上下文特征抽取和表示第65-66页
    3.5 实验验证和结果讨论第66-71页
        3.5.1 数据准备和评价标准第66-67页
        3.5.2 基线方法第67页
        3.5.3 实验结果第67-71页
    3.6 本章小结第71-73页
第4章 基于约束标签传播的领域情感词典自动构建第73-97页
    4.1 引言第73-75页
    4.2 相关研究第75-79页
        4.2.1 基于词汇知识库的情感词典构建第75-76页
        4.2.2 基于领域语料的情感词典构建第76-78页
        4.2.3 目前存在的主要问题第78-79页
    4.3 候选情感词和种子词抽取与关联度计算第79-83页
        4.3.1 领域候选情感词抽取第79-81页
        4.3.2 种子情感词抽取第81-82页
        4.3.3 语义关联图构建第82-83页
    4.4 基于约束关系的标签传播算法第83-87页
        4.4.1 情感词约束关系的定义和抽取第83-84页
        4.4.2 约束关系传播算法第84-85页
        4.4.3 约束标签传播算法第85-87页
    4.5 实验验证和结果分析第87-96页
        4.5.1 验证数据集准备第87页
        4.5.2 基线方法和评价标准第87-89页
        4.5.3 结果分析第89-96页
    4.6 本章小结第96-97页
第5章 评价目标和情感词联合聚类第97-114页
    5.1 引言第97-99页
    5.2 相关研究第99-100页
    5.3 联合聚类第100-102页
    5.4 评价目标和情感词抽取与关联度计算第102-104页
        5.4.1 评价目标和情感词联合聚类系统框架第102页
        5.4.2 候选评价目标和情感词抽取第102-104页
        5.4.3 关联矩阵构建第104页
    5.5 基于约束的联合聚类算法第104-108页
        5.5.1 基于约束的联合聚类建模第104-106页
        5.5.2 约束关系的定义和抽取第106-107页
        5.5.3 约束联合聚类的求解算法第107-108页
    5.6 实验验证和结果讨论第108-112页
        5.6.1 数据准备和评价标准第108页
        5.6.2 实验结果分析第108-112页
    5.7 本章小结第112-114页
第6章 总结和展望第114-117页
参考文献第117-133页
攻读学位期间发表论文与研究成果清单第133-134页
发明专利和软件著作权第134页
攻读博士学位期间参加的科研项目第134-135页
致谢第135页

论文共135页,点击 下载论文
上一篇:泡沫铝夹芯板高温下冲击力学性能的研究
下一篇:经验模态分解的改进方法及应用研究