| 中文摘要 | 第1-8页 |
| 英文摘要 | 第8-18页 |
| 第一章 绪论 | 第18-44页 |
| ·文本分析与理解 | 第20-26页 |
| ·句法解析 | 第20-22页 |
| ·健壮解析 | 第22-24页 |
| ·部分解析 | 第24-26页 |
| ·情感分类 | 第26-33页 |
| ·传统的分类问题 | 第27-28页 |
| ·主观性分类 | 第28-29页 |
| ·词汇、短语级的情感分类 | 第29-32页 |
| ·句子、文档级的情感分类 | 第32-33页 |
| ·意见抽取 | 第33-38页 |
| ·传统的信息抽取 | 第33-36页 |
| ·意见抽取 | 第36-38页 |
| ·意见挖掘系统 | 第38-39页 |
| ·本文研究工作概况 | 第39-44页 |
| ·研究思路 | 第39-41页 |
| ·内容安排 | 第41-44页 |
| 第二章 近似文本分析(ATA) | 第44-74页 |
| ·超解析 | 第47-51页 |
| ·基本概念 | 第47-50页 |
| ·超解析的过程 | 第50-51页 |
| ·候选者队列算法 | 第51-58页 |
| ·算法描述 | 第52-55页 |
| ·遍历优化 | 第55-56页 |
| ·权重机制 | 第56-57页 |
| ·队列清理 | 第57-58页 |
| ·近似文本分析 | 第58-66页 |
| ·基本概念 | 第60-64页 |
| ·处理过程 | 第64-66页 |
| ·分析实例 | 第66-67页 |
| ·方法改进 | 第67-70页 |
| ·省略的自动补全 | 第69-70页 |
| ·文意转承的感知 | 第70页 |
| ·讨论 | 第70-72页 |
| ·小结 | 第72-74页 |
| 第三章 基于近似文本分析的情感分类(ATA-SC) | 第74-98页 |
| ·问题的提出 | 第74-75页 |
| ·整体结构与流程 | 第75-78页 |
| ·组成部分 | 第78-84页 |
| ·标记字典 | 第78-80页 |
| ·归约规则库 | 第80-83页 |
| ·候选者队列与语言单元 | 第83页 |
| ·扫描器 | 第83页 |
| ·队列,观察器与情感指标累加器 | 第83-84页 |
| ·分类器 | 第84页 |
| ·实验 | 第84-90页 |
| ·应用:基于语义的邮件过滤系统 | 第90-96页 |
| ·过滤系统的整体结构 | 第91-93页 |
| ·系统特点 | 第93页 |
| ·过滤效果 | 第93-96页 |
| ·讨论 | 第96-97页 |
| ·小结 | 第97-98页 |
| 第四章 意见实例抽取(OIE) | 第98-134页 |
| ·主要任务 | 第99-102页 |
| ·对象实例-特性实例的语义关系识别 | 第102-110页 |
| ·特性实例-对象实例语义依赖的主观认知 | 第103-105页 |
| ·特性实例-对象实例语义依赖的客观线索 | 第105-106页 |
| ·基于位置线索的语义关系识别方法 | 第106-110页 |
| ·对象实例-特性实例的语义方向识别 | 第110-116页 |
| ·为情感分类选定文本片段 | 第111-113页 |
| ·情感分类的方法 | 第113-115页 |
| ·构造分类器 | 第115-116页 |
| ·实验 | 第116-131页 |
| ·实验数据的准备 | 第116-117页 |
| ·对象实例-特性实例的语义关系识别 | 第117-124页 |
| ·对象实例-特性实例的情感分类 | 第124-131页 |
| ·讨论 | 第131-132页 |
| ·小结 | 第132-134页 |
| 第五章 意见搜索系统(OSS) | 第134-146页 |
| ·系统框架 | 第135-136页 |
| ·组成模块 | 第136-144页 |
| ·评论网页的搜寻 | 第136-139页 |
| ·文本清洗 | 第139-140页 |
| ·知识学习 | 第140-142页 |
| ·意见实例抽取 | 第142页 |
| ·人机交互与可视化 | 第142-144页 |
| ·讨论 | 第144-145页 |
| ·小结 | 第145-146页 |
| 第六章 总结与展望 | 第146-150页 |
| ·总结 | 第146-148页 |
| ·进一步的工作 | 第148-150页 |
| 参考文献 | 第150-172页 |
| 作者在攻读博士期间发表的论文 | 第172-174页 |
| 作者在攻读博士期间获得的研究成果 | 第174-176页 |
| 作者在攻读博士期间参与的项目 | 第176-178页 |
| 致谢 | 第178页 |