大规模文档标签自动标注技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第1章 绪论 | 第14-32页 |
| ·课题背景及意义 | 第14-15页 |
| ·分众分类学概述 | 第15-20页 |
| ·简介 | 第15-18页 |
| ·分众分类学的应用实例 | 第18-19页 |
| ·分众分类学在其他领域的应用 | 第19-20页 |
| ·本文研究内容及相关工作 | 第20-30页 |
| ·分众分类学研究热点 | 第20-22页 |
| ·研究内容概述 | 第22-26页 |
| ·研究现状 | 第26-30页 |
| ·本文的内容安排 | 第30-32页 |
| 第2章 基于统计语言模型的排序标注技术 | 第32-63页 |
| ·统计语言模型概述 | 第32-34页 |
| ·排序标注语言模型 | 第34-37页 |
| ·文档似然标注模型 | 第35-36页 |
| ·分布距离标注模型 | 第36-37页 |
| ·排序标注语言模型的估值方法 | 第37-43页 |
| ·最大似然估计法 | 第37-39页 |
| ·常用的平滑策略 | 第39-41页 |
| ·基于混合模型的排序标注语言模型估值方法 | 第41-43页 |
| ·实验 | 第43-61页 |
| ·实验设计 | 第43-50页 |
| ·文档似然标注模型实验与讨论 | 第50-55页 |
| ·分布距离标注模型实验与讨论 | 第55-58页 |
| ·混合模型估值实验与讨论 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第3章 面向大规模文档的标注效率优化技术 | 第63-76页 |
| ·候选生成策略讨论 | 第63-67页 |
| ·候选生成技术 | 第67-70页 |
| ·基于标签共现的候选生成算法 | 第67-69页 |
| ·基于内容抽取的候选生成算法 | 第69-70页 |
| ·实验 | 第70-72页 |
| ·候选生成模块验证实验 | 第70-71页 |
| ·扩展候选生成算法验证实验与讨论 | 第71-72页 |
| ·本章小结 | 第72-76页 |
| 第4章 标签质量评估技术 | 第76-88页 |
| ·标签质量评估方法 | 第76-80页 |
| ·基于明晰度的标签质量评估方法 | 第77页 |
| ·基于特征选择的标签质量评估方法 | 第77-80页 |
| ·标签排序融合技术 | 第80-82页 |
| ·实验 | 第82-87页 |
| ·优质标签集构建实验 | 第82-85页 |
| ·标签排序融合实验 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第5章 基于最小描述标签集的自动标注技术 | 第88-103页 |
| ·基于最小描述标签集的自动标注问题 | 第88-93页 |
| ·调色标注算法 | 第93页 |
| ·面向文档的描述函数建模及估值问题 | 第93-98页 |
| ·基于概率插值的标签集语义模型估值方法 | 第96页 |
| ·基于模糊文档集的标签集语义模型 | 第96-98页 |
| ·实验 | 第98-101页 |
| ·实验设计 | 第98-99页 |
| ·标签集生成实验 | 第99-101页 |
| ·本章小结 | 第101-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-117页 |
| 攻读博士学位期间发表的论文及其他成果 | 第117-119页 |
| 致谢 | 第119-120页 |
| 个人简历 | 第120页 |
