文摘
英文文摘
第一章 绪论
1.1 语义的事实性与倾向性
1.2 语义倾向性分析及应用
1.3 中文语义倾向性分析研究存在的问题
1.4 本文研究的问题及课题背景
1.5 本文的组织结构
第二章 相关理论与技术
2.1 相关工作
2.1.1 词汇倾向性分析的相关研究
2.1.2 句子倾向性分析的相关研究
2.1.3 篇章倾向性分析的相关研究
2.2 自然语言处理技术
2.2.1 词法分析技术
2.2.2 句法分析技术
2.2.3 语义分析技术
2.3 文本挖掘技术
2.3.1 文本挖掘过程
2.3.2 特征选择
2.3.3 自动文本分类
2.4 本体技术
2.5 本章小结
第三章 动态任务分配的并行评论获取
3.1 问题提出
3.2 网络评论特点分析
3.3 网络评论内容抽取
3.4 评论并行获取研究
3.4.1 网络蜘蛛的工作原理
3.4.2 并行网络蜘蛛框架
3.4.3 基于动态任务分配的并行模型
3.5 基于动态任务分配并行评论爬取系统在豆瓣网上的实现
3.5.1 基于ORACLE和豆瓣网的实现
3.5.2 动态任务分配模型总结
3.6 本章小节
第四章 基于属性加权的倾向性分类算法
4.1 问题提出
4.1.1 语义分析中的理性主义和经验主义
4.1.2 统计方法和规则方法的融合
4.2 基于HowNet的情感词典构建
4.2.1 关于HowNet
4.2.2 基于HowNet的词汇相似度计算
4.2.3 情感词典的构建
4.3 统计学习分类算法
4.3.1 朴素贝叶斯分类器
4.3.2 评分算法
4.3.3 统计学习分类算法分析
4.4 基于属性加权的统计学习分类算法
4.5 本章小结
第五章 实验结果及分析
5.1 数据来源
5.2 实验的设计与实现
5.2.1 系统流程图及模块介绍
5.2.2关键算法
5.3 实验结果及分析
5.3.1 基于属性加权的朴素贝叶斯分类器
5.3.2 基于特征加权的评分算法
5.4 本章小结
第六章 总结
6.1 本文工作总结
6.2 进一步的研究工作
参考文献
致谢
攻硕期间发表的论文及参加的项目