| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 解释性意见挖掘研究现状 | 第9-10页 |
| 1.2.2 意见解释分类方法研究现状 | 第10-12页 |
| 1.3 汉语意见解释分类研究面临的主要问题 | 第12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 1.5 本文的组织安排 | 第14-15页 |
| 第2章 汉语意见解释分类语料构造与分析 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 汉语意见解释分类体系 | 第15-17页 |
| 2.3 语料的收集和预处理 | 第17-18页 |
| 2.3.1 语料收集 | 第17-18页 |
| 2.3.2 语料预处理 | 第18页 |
| 2.4 语料标注规范 | 第18-20页 |
| 2.5 语料标注质量 | 第20-21页 |
| 2.6 不同领域意见解释分析 | 第21-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 基于SVM的汉语意见解释分类 | 第28-47页 |
| 3.1 引言 | 第28-29页 |
| 3.2 汉语意见解释分类问题描述 | 第29页 |
| 3.3 SVM分类框架 | 第29-31页 |
| 3.4 意见解释分类特征工程 | 第31-36页 |
| 3.4.1 特征设置 | 第31页 |
| 3.4.2 特征选择 | 第31-34页 |
| 3.4.3 特征表示 | 第34-36页 |
| 3.5 实验结果与分析 | 第36-46页 |
| 3.5.1 实验设置 | 第36-38页 |
| 3.5.2 基于不同特征选择方法的意见解释分类实验 | 第38-42页 |
| 3.5.3 基于句子语义向量表示方法的意见解释分类实验 | 第42-43页 |
| 3.5.4 内部特征与外部特征融合的意见解释分类性能对比实验 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于神经网络的汉语意见解释分类 | 第47-62页 |
| 4.1 引言 | 第47-48页 |
| 4.2 神经网络模型 | 第48-53页 |
| 4.2.1 卷积神经网络模型 | 第48-50页 |
| 4.2.2 循环神经网络模型 | 第50-51页 |
| 4.2.3 长短时记忆网络模型 | 第51-53页 |
| 4.3 模型训练及参数设置 | 第53-58页 |
| 4.4 实验结果与分析 | 第58-60页 |
| 4.4.1 不同神经网络模型的意见解释分类性能对比实验 | 第58-60页 |
| 4.4.2 CNN模型与意见解释复合特征结合的意见解释分类实验 | 第60页 |
| 4.5 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文及参加的科研项目 | 第71-72页 |
