基于遗传编程的意见检索技术研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-18页 |
| ·序言 | 第9页 |
| ·互联网与意见信息 | 第9-12页 |
| ·互联网及其发展趋势 | 第10-11页 |
| ·意见信息及其发展趋势 | 第11-12页 |
| ·研究目的和意义 | 第12-14页 |
| ·研究背景 | 第12-13页 |
| ·目的和意义 | 第13-14页 |
| ·本文工作与论文组织 | 第14-17页 |
| ·本文工作 | 第14-16页 |
| ·论文组织 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 意见检索与遗传编程技术综述 | 第18-33页 |
| ·意见检索技术综述 | 第18-28页 |
| ·信息检索技术 | 第18-23页 |
| ·意见检索技术及研究现状 | 第23-28页 |
| ·遗传编程技术综述 | 第28-32页 |
| ·进化算法 | 第28-29页 |
| ·遗传编程技术及其研究现状 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于遗传编程的意见检索技术 | 第33-42页 |
| ·系统整体架构设计 | 第33-34页 |
| ·主题相关性信息检索 | 第34-36页 |
| ·基于语言模型的意见相关性信息检索 | 第36-39页 |
| ·基于遗传编程的合并函数优化 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 基于语言模型的意见相关性信息检索 | 第42-51页 |
| ·整体框架 | 第42-43页 |
| ·文档领域分类体系 | 第43-46页 |
| ·意见词典选择 | 第46-48页 |
| ·语言模型与意见相关度计算 | 第48-50页 |
| ·领域及文档语言模型的建立 | 第48-49页 |
| ·意见信息的极性判别 | 第49-50页 |
| ·意见相关度计算 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于遗传编程的合并函数优化 | 第51-59页 |
| ·整体框架 | 第51-53页 |
| ·合并函数的遗传编程表示 | 第53-56页 |
| ·合并函数的个体表示 | 第54页 |
| ·合并函数的遗传操作 | 第54-55页 |
| ·合并函数的Fitness函数表示 | 第55-56页 |
| ·基于遗传编程技术的合并函数优化 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 ORGP的系统实现与实验结果分析 | 第59-77页 |
| ·系统架构 | 第59-60页 |
| ·遗传编程参数配置 | 第60-61页 |
| ·Lemur与意见搜索引擎 | 第61-66页 |
| ·Lemur介绍 | 第61-62页 |
| ·Indri索引的建立 | 第62-64页 |
| ·基于Lemur的意见检索 | 第64-66页 |
| ·实验数据 | 第66页 |
| ·评价体系 | 第66-68页 |
| ·实验策略 | 第68-75页 |
| ·意见词典对系统性能的影响 | 第68-69页 |
| ·基于遗传编程的意见检索系统性能比较 | 第69-75页 |
| ·本章小结 | 第75-77页 |
| 第7章 总结与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·未来展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间主要的研究成果 | 第83-84页 |
| 致谢 | 第84页 |
