基于图的半监督中文句子主客观分类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 半监督学习方法研究 | 第13-26页 |
| ·半监督算法基础研究 | 第13-16页 |
| ·半监督学习算法介绍 | 第13-15页 |
| ·半监督学习中的基本假设 | 第15-16页 |
| ·基于图的半监督学习方法研究 | 第16-18页 |
| ·几个重要的基于图的半监督算法 | 第18-20页 |
| ·最小分割法 | 第18-19页 |
| ·基于高斯场和调和函数的算法 | 第19页 |
| ·局部和全局一致算法 | 第19页 |
| ·流形正则化算法 | 第19-20页 |
| ·图的构造等相关问题 | 第20-23页 |
| ·图的构造 | 第20-22页 |
| ·图核的转换 | 第22-23页 |
| ·不相似性 | 第23页 |
| ·实验结果与分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 与主动学习相结合的半监督算法 | 第26-38页 |
| ·主动学习概述 | 第26-27页 |
| ·主动学习的样本选择策略研究 | 第27-28页 |
| ·基于不确定度方法 | 第27-28页 |
| ·基于误差最小的方法 | 第28页 |
| ·基于版本空间缩减的方法 | 第28页 |
| ·预聚类主动学习方法 | 第28页 |
| ·多视图主动学习方法 | 第28页 |
| ·本文用到的样本选择策略 | 第28-34页 |
| ·从正类样本和未标样本中估计最有可能的负类样本 | 第29-31页 |
| ·主动学习样本选择策略 | 第31-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·实验设计与参数设置 | 第34页 |
| ·结果分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 中文句子主客观分类系统设计 | 第38-42页 |
| ·系统概述 | 第38-39页 |
| ·语料预处理模块 | 第39-40页 |
| ·分词 | 第39页 |
| ·词性标注 | 第39-40页 |
| ·句法结构分析 | 第40页 |
| ·依存关系分析 | 第40页 |
| ·句法结构模块 | 第40页 |
| ·依存关系模块 | 第40-41页 |
| ·基于直推的半监督分类器模块 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-43页 |
| ·本文工作总结 | 第42页 |
| ·未来工作展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47页 |
