基于最大熵酒店评论分类系统的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第8-11页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 课题任务 | 第9-10页 |
| 1.2.1 课题内容 | 第9页 |
| 1.2.2 本人承担任务 | 第9-10页 |
| 1.3 论文结构 | 第10-11页 |
| 第二章 文本分类相关技术背景介绍 | 第11-22页 |
| 2.1 搜索引擎技术介绍 | 第11-13页 |
| 2.2 文本分类相关概念及技术介绍 | 第13-15页 |
| 2.2.1 短文本及酒店评论介绍 | 第13页 |
| 2.2.2 文本分类相关流程介绍 | 第13-14页 |
| 2.2.3 文本分类相关技术介绍 | 第14-15页 |
| 2.3 网络爬虫技术介绍 | 第15-19页 |
| 2.3.1 垂直网络爬虫介绍 | 第16-17页 |
| 2.3.2 分布式网络爬虫介绍 | 第17-19页 |
| 2.3.3 深度网络爬虫 | 第19页 |
| 2.4 最大熵的数学模型介绍 | 第19-21页 |
| 2.4.1 熵(Entropy) | 第19页 |
| 2.4.2 最大熵的数学模型 | 第19-20页 |
| 2.4.3 最大熵的应用 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 系统需求分析 | 第22-27页 |
| 3.1 功能性需求分析 | 第22-26页 |
| 3.1.1 爬虫子系统功能性需求分析 | 第22-25页 |
| 3.1.2 分类子系统功能性需求分析 | 第25-26页 |
| 3.2 本章小结 | 第26-27页 |
| 第四章 系统中爬虫模块的设计与实现 | 第27-38页 |
| 4.1 分类系统完整结构及流程介绍 | 第27-28页 |
| 4.2 爬虫模块的设计与实现 | 第28-37页 |
| 4.2.1 代理模块 | 第28页 |
| 4.2.2 抓取模块的设计与实现 | 第28-36页 |
| 4.2.3 解析模块的设计与实现 | 第36-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第五章 系统分类模块的设计与实现 | 第38-53页 |
| 5.1 文本分类模块的结构及流程图 | 第38-39页 |
| 5.2 文本的表示及观点识别 | 第39-40页 |
| 5.2.1 文本的表示方法 | 第39页 |
| 5.2.2 文本的倾向性识别 | 第39-40页 |
| 5.3 文本分词处理 | 第40-44页 |
| 5.3.1 中文分词 | 第40-42页 |
| 5.3.2 停用词过滤 | 第42-43页 |
| 5.3.3 结巴分词介绍 | 第43-44页 |
| 5.4 文本特征选择方法 | 第44-46页 |
| 5.4.1 基于DF的特征提取方法 | 第44页 |
| 5.4.2 信息增益方法 | 第44-45页 |
| 5.4.3 卡方(CHI)统计量 | 第45-46页 |
| 5.5 文本特征权重计算 | 第46-47页 |
| 5.6 分类器设计 | 第47-50页 |
| 5.6.1 分类器介绍 | 第47页 |
| 5.6.2 最大熵分类器设计 | 第47-49页 |
| 5.6.3 分类器性能指标 | 第49-50页 |
| 5.7 分类器设计与实现 | 第50-52页 |
| 5.7.1 语料选择 | 第50页 |
| 5.7.2 系统相关模块介绍 | 第50-51页 |
| 5.7.3 测试流程及结果分析 | 第51-52页 |
| 5.8 本章小结 | 第52-53页 |
| 第六章 结束语 | 第53-54页 |
| 6.1 论文工作总结 | 第53页 |
| 6.2 问题和展望 | 第53-54页 |
| 参考文献 | 第54-55页 |
| 致谢 | 第55页 |
