| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于规则和无监督方法研究现状 | 第10-11页 |
| 1.2.2 基于时序模型方法研究现状 | 第11-12页 |
| 1.2.3 基于循环神经网络方法研究现状 | 第12-13页 |
| 1.3 问题的难点和本文研究思路 | 第13-14页 |
| 1.4 本文研究内容及结构安排 | 第14-16页 |
| 第2章 问题定义及实验数据集 | 第16-21页 |
| 2.1 问题定义 | 第16-18页 |
| 2.2 实验数据集 | 第18-19页 |
| 2.3 评价指标 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于无监督学习的评价对象识别方法 | 第21-39页 |
| 3.1 引言 | 第21-22页 |
| 3.2 评价对象候选集合的生成与过滤 | 第22-30页 |
| 3.2.1 基于频繁项集挖掘的评价对象候选集合生成 | 第22-26页 |
| 3.2.2 基于语义相关度的评价对象过滤 | 第26-30页 |
| 3.3 基于句法分析和二次传播的评价对象识别 | 第30-35页 |
| 3.3.1 基于句法分析的多词评价对象识别 | 第30-33页 |
| 3.3.2 基于二次传播的低频评价对象识别 | 第33-35页 |
| 3.4 实验设计与结果分析 | 第35-38页 |
| 3.4.1 基线方法 | 第35-36页 |
| 3.4.2 实验设置 | 第36页 |
| 3.4.3 实验结果与分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于时序模型的评价对象识别方法 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 条件随机场模型介绍 | 第39-46页 |
| 4.2.1 概率无向图模型定义 | 第40-42页 |
| 4.2.2 线性条件随机场模型 | 第42-44页 |
| 4.2.3 条件随机场的基本问题 | 第44-46页 |
| 4.3 特征提取 | 第46-50页 |
| 4.3.1 词层面特征 | 第46-47页 |
| 4.3.2 句法层面特征 | 第47-49页 |
| 4.3.3 外部资源特征 | 第49-50页 |
| 4.4 实验设置与结果分析 | 第50-54页 |
| 4.4.1 基线方法 | 第51页 |
| 4.4.2 实验结果及分析 | 第51-53页 |
| 4.4.3 特征分析实验结果 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于循环神经网络的评价对象识别 | 第55-74页 |
| 5.1 引言 | 第55页 |
| 5.2 输出感知循环神经网络 | 第55-65页 |
| 5.2.1 模型整体结构 | 第56-58页 |
| 5.2.2 模型损失函数 | 第58-59页 |
| 5.2.3 隐含层结构 | 第59-61页 |
| 5.2.4 前向传播过程 | 第61-62页 |
| 5.2.5 反向传播过程 | 第62-65页 |
| 5.3 实验设置及结果分析 | 第65-73页 |
| 5.3.1 基线方法 | 第65-66页 |
| 5.3.2 实验设置 | 第66-69页 |
| 5.3.3 实验结果及分析 | 第69-72页 |
| 5.3.4 本文所有方法实验结果分析 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82页 |