第1章 概論
1.1 研究的背景和意義
1.2 文本挖掘相關技術概述及研究現狀
1.2.1 文本分類概述及研究現狀
1.2.2 文本聚類概述及研究現狀
1.2.3 信息抽取概述及研究現狀
1.2.4 文本檢索概述及研究現狀
1.3 文本挖掘領域亟待解決的問題
1.4 本書的研究內容與結構安排
參考文獻
第2章 基於統計語言模型的短文本計算
2.1 引言
2.2 文本信息處理基礎知識
2.2.1 文本的表示
2.2.2 特征選擇
2.3 基於N-gram的特征提取和RPCL的短文本聚類算法
2.3.1 相關工作
2.3.2 算法描述
2.3.3 實驗及分析
2.4 小結
參考文獻
第3章 面向廣告**和情感分析的Web文本信息抽取
3.1 引言
3.2 信息抽取常用算法和模型
3.2.1 N-gram語言模型
3.2.2 隱馬爾可夫模型
3.2.3 *大熵模型
3.3 基於隱馬爾科夫模型的半監督中文復合詞抽取算法
3.3.1 相關工作
3.3.2 算法描述
3.3.3 實驗及分析
3.4 基於*大熵和LMR模板的中文情感詞抽取算法
3.4.1 相關工作
3.4.2 算法描述
3.4.3 實驗及分析
3.5 小結
參考文獻
第4章 基於監督和半監督的文本情感分類
4.1 引言
4.2 常用的監督和半監督文本分類算法
4.2.1 常用文本分類算法
4.2.2 半監督文本分類算法
4.3 文本情感分類的研究現狀
4.3.1 主客觀分類
4.3.2 情感極性分類
4.4 基於帶先驗的*大熵歌詞情感分類
4.4.1 相關工作
4.4.2 歌詞語料集統計信息
4.4.3 算法描述
4.4.4 實驗及分析
4.5 基於圖的半監督學習文本情感分類算法
4.5.1 算法描述
4.5.2 實驗及分析
4.6 小結
參考文獻
第5章 文本觀點檢索研究
5.1 引言
5.2 相關研究
5.3 文本觀點檢索繫統設計與評測
5.3.1 COAE2008觀點檢索任務、數據及相關評測指標
5.3.2 文本觀點檢索繫統
5.4 小結
參考文獻
第6章 總結與展望
6.1 本文的工作總結
6.2 未來的工作展望