首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中文评价对象抽取中省略现象研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-20页
    1.1 研究背景第10页
    1.2 研究意义第10-12页
    1.3 研究现状第12-17页
        1.3.1 观点持有者的抽取第12-13页
        1.3.2 评价词语的抽取第13-14页
        1.3.3 评价对象的抽取第14-15页
        1.3.4 情感信息抽取语料库现状第15-17页
    1.4 研究内容第17-18页
    1.5 组织结构第18-20页
第二章 相关知识介绍第20-27页
    2.1 最大熵模型简介第20-21页
    2.2 条件随机场模型介绍第21-23页
        2.2.1 条件随机场定义第21页
        2.2.2 条件随机场概率模型的形式第21-23页
    2.3 常用融合算法介绍第23-24页
    2.4 性能指标第24-26页
        2.4.1 语料标注性能评测指标第24-25页
        2.4.2 系统性能评测指标第25-26页
    2.5 本章小结第26-27页
第三章 面向中文文本的情感信息抽取语料库构建第27-36页
    3.1 问题描述及相关研究第27-28页
    3.2 语料标注体系介绍第28-33页
        3.2.1 语料库标签设置第28-31页
        3.2.2 语料库标注流程第31-33页
    3.3 语料的相关信息统计第33-35页
    3.4 本章小结第35-36页
第四章 中文文本中的评价对象省略识别方法第36-46页
    4.1 问题描述及相关研究第36-37页
    4.2 中文文本中评价对象省略的识别方法第37-40页
        4.2.1 方法简述第37页
        4.2.2 特征概述第37-40页
    4.3 实验结果与分析第40-45页
        4.3.1 实验设置第40页
        4.3.2 数据预处理第40-41页
        4.3.3 加入单个特征后的识别结果第41-43页
        4.3.4 特征组合后的识别结果第43-45页
    4.4 本章小结第45-46页
第五章 结合省略识别的评价对象抽取方法第46-56页
    5.1 问题描述及相关研究第46-48页
    5.2 结合省略识别的评价对象抽取方法第48-51页
        5.2.1 方法简述第48页
        5.2.2 评价对象抽取第48-50页
        5.2.3 评价对象省略识别第50页
        5.2.4 元学习融合算法第50-51页
    5.3 实验结果与分析第51-54页
        5.3.1 实验设置第51页
        5.3.2 数据预处理第51-52页
        5.3.3 固定训练集的实验结果第52-53页
        5.3.4 训练样本变化的实验结果第53-54页
    5.4 本章小结第54-56页
第六章 总结与展望第56-58页
    6.1 研究工作总结第56-57页
    6.2 下一步工作设想第57-58页
参考文献第58-64页
发表文章目录及科研项目第64-65页
致谢第65-67页

论文共67页,点击 下载论文
上一篇:山西省节能信息管理平台设计与实现
下一篇:图书借阅行为模式挖掘方法在学生借书管理系统中的应用