| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 答案融合相关技术研究现状 | 第10-15页 |
| 1.2.1 答案极性判别研究现状 | 第11-13页 |
| 1.2.2 答案摘要研究现状 | 第13-15页 |
| 1.3 研究内容及论文结构安排 | 第15-16页 |
| 第2章 答案情感极性判别 | 第16-31页 |
| 2.1 引言 | 第16页 |
| 2.2 基于无监督学习方法的答案情感极性判别 | 第16-19页 |
| 2.2.1 词语情感极性判别 | 第17-19页 |
| 2.2.2 答案情感极性判别 | 第19页 |
| 2.3 基于有监督学习方法的答案情感极性判别 | 第19-25页 |
| 2.3.1 极性判别训练数据选取 | 第19-21页 |
| 2.3.2 分类器介绍 | 第21-22页 |
| 2.3.3 答案文本特征选择 | 第22-23页 |
| 2.3.4 基于集成分类的答案极性判别 | 第23-25页 |
| 2.4 实验结果及分析 | 第25-30页 |
| 2.4.1 无监督学习答案情感极性判别 | 第25-26页 |
| 2.4.2 有监督学习答案情感极性判别 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 答案摘要生成 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 基于 MMR 模型的答案摘要方法 | 第31-33页 |
| 3.2.1 MMR 模型简介 | 第31-32页 |
| 3.2.2 答案摘要算法实现 | 第32-33页 |
| 3.3 融合情感极性信息和 MMR 模型的答案摘要方法 | 第33-37页 |
| 3.3.1 基于情感极性分布的改进 MMR 模型 | 第33-35页 |
| 3.3.2 基于词语情感倾向信息的改进 MMR 模型 | 第35-36页 |
| 3.3.3 基于句子情感相似性的改进 MMR 模型 | 第36-37页 |
| 3.4 评价标准 | 第37-40页 |
| 3.5 实验结果及分析 | 第40-43页 |
| 3.5.1 MMR 模型参数调节结果 | 第40-41页 |
| 3.5.2 融合情感极性信息和 MMR 模型的答案摘要评价结果 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于 CQA 答案融合的意见查询系统 | 第44-57页 |
| 4.1 意见查询系统整体结构 | 第44-45页 |
| 4.2 问答社区资源处理 | 第45-51页 |
| 4.2.1 问答网页资源获取 | 第45-47页 |
| 4.2.2 问答资源网页解析 | 第47-50页 |
| 4.2.3 答案融合资源存储 | 第50-51页 |
| 4.3 基于 Lucene 的问答资源检索 | 第51-52页 |
| 4.4 意见查询服务 | 第52-54页 |
| 4.5 意见查询系统效果展示 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |
