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

基于迁移学习的中文问句分类方法研究

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-14页
   ·研究背景及意义第8页
   ·国内外研究现状第8-11页
   ·研究内容第11页
   ·论文组织第11-14页
第二章 迁移学习的相关技术综述第14-18页
   ·引言第14页
   ·相关研究迁移学习技术第14-18页
     ·基于实例的迁移学习方法第14-15页
     ·基于特征的迁移学习方法第15页
     ·基于调整参数迁移学习方法第15-16页
     ·基于相关知识的迁移学习方法第16-18页
第三章 基于领域间相关性的领域问句特征空间构建第18-24页
   ·引言第18页
   ·中文问句特征维词语的提取第18-19页
   ·采用互信息方法选择问句领域间相关联的特征词第19-22页
     ·信息论介绍第19-21页
     ·采用互信息计算不同问句领域特征之间的关系第21-22页
   ·利用语义相似度计算方法获得特性值第22-23页
   ·本章小结第23-24页
第四章 基于特征映射的中文问句分类迁移学习方法第24-36页
   ·背景介绍及问题描述第24页
     ·背景介绍第24页
     ·问题的定义第24页
   ·基于特征映射的中文问句分类迁移学习方法第24-32页
     ·问句领域间的特征相互关系第25-26页
     ·不同问句领域间特征的映射函数第26-27页
     ·使用聚类算法把源领域问句样本映射到目标领域第27-31页
     ·算法的描述第31-32页
   ·实验结果及分析第32-35页
     ·不同迁移学习方法的中文问句分类实验第32-33页
     ·领域间的公共特征比例对问句分类效果影响实验第33-34页
     ·不同特征空间的构建方法的问句分类领域移植实验第34-35页
   ·本章小结第35-36页
第五章 原型系统的设计与实现第36-42页
   ·基于特征映射的中文问句分类迁移学习系统的设计和实现第36-37页
     ·系统整体框架第36-37页
     ·问句数据收集第37页
   ·构建领域的关联特征空间第37-38页
     ·领域间特征的映射第38页
     ·源领域的问句实例映射到目标领域相应类别第38页
     ·训练分类器第38页
   ·系统评价第38-40页
   ·本章小结第40-42页
第六章 总结及下一步工作第42-44页
   ·研究工作总结第42页
   ·下一步研究设想第42-44页
致谢第44-46页
参考文献第46-50页
附录A 攻读硕士期间发表论文及参与项目第50-52页
附录B 攻读硕士学位期间申请的专利及软件著作权第52-54页
附录C 论文基金项目第54页

论文共54页,点击 下载论文
上一篇:基于聚类和协同过滤的个性化推荐算法研究
下一篇:基于神经元形态分类的PCA-聚类算法研究