文本分类的属性选择与多标记转换方法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 引言 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·属性选择 | 第13页 |
| ·多标记学习 | 第13-14页 |
| ·本文主要研究工作 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 2 文本分类相关技术 | 第16-33页 |
| ·分词处理 | 第17-20页 |
| ·词的界定 | 第17-18页 |
| ·去除停用词 | 第18页 |
| ·词干抽取 | 第18页 |
| ·词语切分 | 第18-19页 |
| ·分词工具 | 第19-20页 |
| ·特征表示 | 第20-23页 |
| ·特征表示模型 | 第20-21页 |
| ·权值计算 | 第21-23页 |
| ·不同权值计算方法的比较 | 第23页 |
| ·特征提取 | 第23-25页 |
| ·特征抽取 | 第24页 |
| ·特征选择 | 第24-25页 |
| ·分类算法 | 第25-29页 |
| ·基于规则的方法 | 第25页 |
| ·基于统计的方法 | 第25-29页 |
| ·性能评价 | 第29-32页 |
| ·正确率 | 第29页 |
| ·召回率 | 第29-30页 |
| ·F-测度值 | 第30页 |
| ·微平均和宏平均 | 第30-31页 |
| ·BEP测度值 | 第31页 |
| ·11点平均正确率 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 属性选择方法及改进 | 第33-43页 |
| ·属性选择方法 | 第33-36页 |
| ·文档频率 | 第33-34页 |
| ·信息增益 | 第34页 |
| ·交叉熵方法 | 第34页 |
| ·互信息 | 第34-35页 |
| ·χ~2估计 | 第35页 |
| ·文本证据权 | 第35-36页 |
| ·常见属性选择方法的分析及不足 | 第36-37页 |
| ·属性选择方法分析与比较 | 第36页 |
| ·现有方法的不足 | 第36-37页 |
| ·对属性选择的改进 | 第37-40页 |
| ·改进算法的整体思想 | 第38-39页 |
| ·改进的文档频率法 | 第39页 |
| ·改进的信息增益法 | 第39-40页 |
| ·改进的互信息法 | 第40页 |
| ·改进的χ~2估计法 | 第40页 |
| ·算法描述 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 4 多标记文本转换方法及改进 | 第43-52页 |
| ·多标记数据的建模和学习 | 第43页 |
| ·多标记指派模型 | 第43-50页 |
| ·全标记指派模型 | 第44页 |
| ·无标记指派模型 | 第44页 |
| ·最大标记指派模型 | 第44页 |
| ·最小标记指派模型 | 第44-45页 |
| ·标记幂集模型 | 第45页 |
| ·基于熵的标记指派模型 | 第45-50页 |
| ·算法描述 | 第50页 |
| ·本章小结 | 第50-52页 |
| 5 实验设计及结果分析 | 第52-62页 |
| ·实验环境及工具 | 第52-53页 |
| ·实验数据处理 | 第53-56页 |
| ·Reuters-21578 | 第53-55页 |
| ·RCV1 | 第55-56页 |
| ·属性选择实验结果与分析 | 第56-58页 |
| ·属性选择实验结果 | 第56-58页 |
| ·属性选择结果分析 | 第58页 |
| ·多标记转换实验结果与分析 | 第58-61页 |
| ·多标记转换实验结果 | 第59-60页 |
| ·多标记转换结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-65页 |
| ·工作总结 | 第62-64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
