| 中文摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第12-15页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 聚类分析的研究现状 | 第12-13页 |
| 1.2.2 情感分析的研究现状 | 第13页 |
| 1.3 本文研究工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 中文文本聚类的相关理论和技术 | 第15-30页 |
| 2.1 汉语词法分析 | 第15页 |
| 2.2 情感分析 | 第15-18页 |
| 2.2.1 词语或短语层次的情感计算 | 第15-16页 |
| 2.2.2 句子层次的情感计算 | 第16-18页 |
| 2.2.3 文档层次的情感计算 | 第18页 |
| 2.3 文本表示模型 | 第18-20页 |
| 2.3.1 布尔模型 | 第18-19页 |
| 2.3.2 基于图的文本表示模型 | 第19-20页 |
| 2.4 文本相似性度量方法 | 第20-22页 |
| 2.4.1 基于向量空间文本表示模型的文本相似性度量 | 第21页 |
| 2.4.2 基于图的文本表示模型的文本相似性度量 | 第21-22页 |
| 2.5 聚类 | 第22-24页 |
| 2.5.1 划分聚类算法 | 第22页 |
| 2.5.2 层次聚类算法 | 第22-23页 |
| 2.5.3 基于密度的聚类算法 | 第23页 |
| 2.5.4 基于网格的方法 | 第23-24页 |
| 2.5.5 基于模型的方法 | 第24页 |
| 2.6 文本聚类 | 第24-25页 |
| 2.7 词语的语义相似度计算 | 第25-28页 |
| 2.7.1 词语的相似性定义 | 第25页 |
| 2.7.2 词语相似度计算方法 | 第25-26页 |
| 2.7.3 基于知网的相似度计算方法 | 第26-28页 |
| 2.8 聚类评价指标 | 第28-29页 |
| 2.8.1 纯度 | 第28页 |
| 2.8.2 F值 | 第28-29页 |
| 2.9 本章小结 | 第29-30页 |
| 第三章 改进的基于句法分析的评价对象提取算法 | 第30-43页 |
| 3.1 问题提出 | 第30-31页 |
| 3.2 基于句法分析的评价对象抽取算法框架 | 第31-38页 |
| 3.2.1 候选评价对象抽取 | 第32-33页 |
| 3.2.2 候选评价对象过滤 | 第33-38页 |
| 3.3 实验与结果分析 | 第38-41页 |
| 3.3.1 实验准备 | 第38-40页 |
| 3.3.2 实验设计 | 第40-41页 |
| 3.3.3 实验结果分析 | 第41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于二分图文本表示模型在情感倾向聚类的应用 | 第43-59页 |
| 4.1 问题提出 | 第43-44页 |
| 4.2 文本表示模型的改进 | 第44-46页 |
| 4.2.1 标准的基于图的文本表示模型 | 第44-45页 |
| 4.2.2 基于二分图的文本表示模型 | 第45-46页 |
| 4.3 基于图的文本表示模型的聚类算法 | 第46-50页 |
| 4.3.1 图的相似性计算 | 第46-48页 |
| 4.3.2 基于二分图的文本表示模型相似性计算 | 第48-50页 |
| 4.4 实验与结果分析 | 第50-57页 |
| 4.4.1 实验准备 | 第50-54页 |
| 4.4.2 实验设计 | 第54-56页 |
| 4.4.3 实验结果分析 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 结论 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| 后记 | 第66页 |