声明
摘要
第一章 绪论
1.1 评论文本观点挖掘的背景和研究意义
1.2 亟待解决的几个问题
1.2.1 评论文本的情感计算
1.2.2 评论对象特征的挖掘
1.2.3 观点的分类与汇总
1.3 相关研究综述
1.3.1 国外研究概况
1.3.2 国内研究概况
1.4 本文的组织结构安排
第二章 综述
2.1 本文研究的对象及特点
2.2 本文主要的研究任务
2.3 本文所用到的数据介绍
第三章 中文评论文本的情感极性及强度判断
3.1 基于情感词典的极性判断
3.1.1 分词及词性标注
3.1.2 基于否定词反转语义的情感极性判断法
3.1.3 基于AuctionRules算法的主要情感计算
3.2 基于上下文语境的情感极性计算
3.2.1 分句情感强度计算方法
3.2.2 上下文语境的情感极性判别
3.3 算法步骤详细说明
3.4 实验效果分析
3.4.1 实验数据介绍
3.4.2 P,R,F评测结果
3.5 本章小结
第四章 评论文本中评论对象的特征挖掘
4.1 基于临近原则的显式评论特征挖掘
4.2 隐式特征挖掘的方法
4.2.1 双向迭代法构建情感词与属性词间的关联关系
4.2.2 基于关联规则的目标特征确定方法
4.2.3 缺省属性词的前置推断方法
4.3 属性词推断的整体框架及实验分析
4.3.1 整体框架
4.3.2 实验分析
4.4 本章小结
第五章 观点的分类汇总及决策支持
5.1 数据
5.2 整条评论的情感计算问题
5.3 属性分类聚类问题
5.3.1 相似度计算公式
5.3.2 聚类算法
5.4 实验结果分析
5.4.1 属性词聚类实验结果
5.4.2 观点汇总分类实验结果
5.5 本章小结
第六章 观点挖掘系统的实现
6.1 系统总体框架
6.2 系统的详细设计
6.3 系统实现
6.3.1 词表的构建
6.3.2 系统实现展示
6.4 本章小结
第七章 总结与展望
7.1 本文工作总结
7.2 未来工作展望
攻读硕士学位期间主要的研究成果
参考文献
致谢