| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 本文研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外的研究现状 | 第11-12页 |
| 1.2.2 国内的研究现状 | 第12-13页 |
| 1.3 本文的组织结构 | 第13-15页 |
| 第二章 短文本分类的相关技术 | 第15-25页 |
| 2.1 短文本分类流程 | 第15-16页 |
| 2.2 预处理 | 第16-17页 |
| 2.3 特征表示 | 第17-19页 |
| 2.4 特征选择 | 第19-21页 |
| 2.4.1 互信息(MI) | 第19-20页 |
| 2.4.2 期望交叉熵(ECE) | 第20页 |
| 2.4.3 卡方检验(CHI) | 第20-21页 |
| 2.4.4 信息增益(IG) | 第21页 |
| 2.4.5 文本频数(DF) | 第21页 |
| 2.5 特征权重计算 | 第21-22页 |
| 2.6 分类算法 | 第22-24页 |
| 2.6.1 KNN分类算法 | 第22-23页 |
| 2.6.2 朴素贝叶斯分类算法 | 第23-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 基于自监督的半监督学习短文本预处理 | 第25-35页 |
| 3.1 半监督学习的模型假设 | 第25-27页 |
| 3.2 基于图的半监督学习 | 第27-28页 |
| 3.2.1 图结构的定义 | 第27页 |
| 3.2.2 建立图结构 | 第27-28页 |
| 3.3 本文提出的基于自监督的半监督学习 | 第28-30页 |
| 3.3.1 自监督 | 第28-29页 |
| 3.3.2 改进的预处理算法步骤 | 第29-30页 |
| 3.4 实验与分析 | 第30-33页 |
| 3.4.1 实验数据 | 第30页 |
| 3.4.2 实验过程 | 第30-31页 |
| 3.4.3 评价指标 | 第31页 |
| 3.4.4 实验结果与分析 | 第31-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 基于半监督学习和搜索引擎的短文本特征扩展方法 | 第35-49页 |
| 4.1 基于关联规则的短文本特征扩展方法 | 第35-39页 |
| 4.1.1 关联规则集的获取 | 第35-37页 |
| 4.1.2 基于自选择机制的短文本特征扩展 | 第37-39页 |
| 4.2 改进的短文本特征扩展方法 | 第39-43页 |
| 4.2.1 短文本关键字提取 | 第39-40页 |
| 4.2.2 短文本的相似度计算 | 第40-41页 |
| 4.2.3 算法描述 | 第41-43页 |
| 4.3 实验与分析 | 第43-49页 |
| 4.3.1 实验数据 | 第43页 |
| 4.3.2 实验流程 | 第43-44页 |
| 4.3.3 实验结果与讨论 | 第44-49页 |
| 第五章 基于SVM和半监督学习的短文本分类算法 | 第49-66页 |
| 5.1 本文提出的基于SLAS的短文本分类算法 | 第49-52页 |
| 5.1.1 问题描述 | 第49页 |
| 5.1.2 支持向量机 | 第49-51页 |
| 5.1.3 本文使用的核函数 | 第51页 |
| 5.1.4 本文提出的基于SLAS的短文本分类算法步骤 | 第51-52页 |
| 5.2 本文在短文本分类步骤中的使用的方法 | 第52-56页 |
| 5.2.1 基于向量空间模型的特征表示 | 第52-54页 |
| 5.2.2 基于主成分分析法的特征选择算法 | 第54-56页 |
| 5.2.3 基于TF-IDF的特征权重计算 | 第56页 |
| 5.3 优化的基于SLAS-C的短文本分类算法 | 第56-60页 |
| 5.3.1 分类回归树算法(CART) | 第57-59页 |
| 5.3.2 优化的SLAS-C算法 | 第59-60页 |
| 5.4 实验与分析 | 第60-64页 |
| 5.4.1 实验数据 | 第60页 |
| 5.4.2 实验流程 | 第60-61页 |
| 5.4.3 实验结果与分析 | 第61-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 作者简介 | 第74-75页 |