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

基于半监督学习的中文短文本分类研究

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
   ·研究背景与意义第8-9页
   ·国内外研究现状第9-11页
     ·短文本分类研究现状第9页
     ·半监督学习研究现状第9-10页
     ·研究现状分析第10-11页
   ·本文的主要研究内容第11-12页
   ·本文的组织结构第12-14页
第二章 相关理论第14-26页
   ·文本分类概述第14-19页
     ·文本分类的过程第14-16页
     ·常用文本分类方法第16-17页
     ·分类性能评估指标第17-19页
   ·短文本分类概述第19-21页
     ·中文短文本的定义及特点第19-20页
     ·中文短文本分类的作用第20页
     ·短文本分类的研究方向第20-21页
   ·半监督学习理论第21-25页
     ·半监督学习的定义第21-22页
     ·监督学习与半监督学习对比第22-23页
     ·半监督学习的常用方法第23-25页
   ·本章小结第25-26页
第三章 基于自训练的短文本分类方法第26-36页
   ·研究思路第26-27页
   ·基于自训练的短文本分类算法第27-32页
     ·改进的短文本特征扩展第27-29页
     ·用于构建监督学习的初始分类器的方法第29-30页
     ·构建用于半监督学习的基础模型第30-32页
   ·实验与分析第32-35页
     ·实验环境和工具第32页
     ·实验数据第32-33页
     ·实验结果分析第33-35页
   ·本章小结第35-36页
第四章 基于图结构半监督学习的短文本分类第36-46页
   ·研究思路第36页
   ·图结构文本表示模型第36-38页
     ·图结构的定义第37-38页
     ·构建文本图结构第38页
   ·利用图结构进行自训练的分类算法第38-41页
     ·算法思想第38-39页
     ·算法流程第39-41页
   ·实验结果及其分析第41-44页
     ·实验准备第41-42页
     ·实验结果及分析第42-44页
   ·本章小结第44-46页
第五章 总结及未来展望第46-50页
   ·总结第46-47页
   ·进一步工作第47-50页
致谢第50-52页
参考文献第52-58页
硕士期间科研成果第58-59页

论文共59页,点击 下载论文
上一篇:基于CA的安全存储信息系统设计与实现
下一篇:基于流形学习和低秩表示的维数约减算法研究