商品细粒度评价的识别与分析
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 引言 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 本文的主要工作 | 第13-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 第2章 相关研究 | 第16-23页 |
| 2.1 信息抽取 | 第16-20页 |
| 2.1.1 基于规则的信息抽取 | 第16-17页 |
| 2.1.2 基于机器学习的信息抽取 | 第17-19页 |
| 2.1.3 基于深度学习的信息抽取 | 第19-20页 |
| 2.2 文本倾向性分析 | 第20-22页 |
| 2.2.1 篇章级倾向性分析 | 第20-21页 |
| 2.2.2 句子级倾向性分析 | 第21页 |
| 2.2.3 词语级的倾向性分析 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 商品细粒度评价的识别 | 第23-34页 |
| 3.1 情感要素识别 | 第23-27页 |
| 3.1.1 条件随机场 | 第23-25页 |
| 3.1.2 特征选择 | 第25-27页 |
| 3.2 情感要素词对的抽取 | 第27-28页 |
| 3.3 实验设计及分析 | 第28-33页 |
| 3.3.1 实验语料 | 第29页 |
| 3.3.2 训练集的构建 | 第29-30页 |
| 3.3.3 评价指标 | 第30-31页 |
| 3.3.4 结果及分析 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 融合多特征的商品评价倾向性分析 | 第34-43页 |
| 4.1 商品细粒度评价的倾向性分析 | 第34-38页 |
| 4.1.1 支持向量机 | 第34-37页 |
| 4.1.2 特征选择 | 第37-38页 |
| 4.2 实验设计及分析 | 第38-42页 |
| 4.2.1 实验语料 | 第39页 |
| 4.2.2 评价指标 | 第39-40页 |
| 4.2.3 结果及分析 | 第40-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 系统设计及实现 | 第43-49页 |
| 5.1 系统设计 | 第43-44页 |
| 5.2 系统实现 | 第44-46页 |
| 5.3 实例演示及说明 | 第46-48页 |
| 5.4 本章小节 | 第48-49页 |
| 结论 | 第49-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第57页 |
