基于条件随机场的中文短文本分类算法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题背景及意义 | 第12-13页 |
| ·短文本分类的国内外现状 | 第13-16页 |
| ·本文的创新性工作 | 第16页 |
| ·本文的研究内容以及结构安排 | 第16-18页 |
| 第二章 文本分类方法 | 第18-32页 |
| ·文本分类的一般过程 | 第18-19页 |
| ·预处理 | 第19-20页 |
| ·文本标记处理 | 第19页 |
| ·中文分词 | 第19-20页 |
| ·特征选择 | 第20-22页 |
| ·特征权重 | 第22-23页 |
| ·文本表示模型 | 第23-26页 |
| ·布尔模型 | 第23-24页 |
| ·概率模型 | 第24-25页 |
| ·向量空间模型 | 第25-26页 |
| ·文本分类器 | 第26-31页 |
| ·Naive Bayes 分类器 | 第26-27页 |
| ·KNN 分类器 | 第27-28页 |
| ·SVM 分类器 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 条件随机场的理论模型研究 | 第32-44页 |
| ·有向图模型 | 第32-37页 |
| ·隐式马尔可夫模型 | 第33-34页 |
| ·最大熵马尔可夫模型 | 第34-37页 |
| ·条件随机场模型 | 第37-43页 |
| ·无向图模型 | 第38页 |
| ·条件随机场模型的定义 | 第38-40页 |
| ·条件随机场模型的参数估计 | 第40-42页 |
| ·通过矩阵计算条件随机场的概率 | 第42-43页 |
| ·条件随机场模型的优点 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于条件随机场的短文本分类系统 | 第44-54页 |
| ·特征项选择 | 第44-45页 |
| ·文本预处理 | 第45-46页 |
| ·序列标注 | 第46页 |
| ·分类结果的判断 | 第46-47页 |
| ·特征模版的定义和特征函数的生成 | 第47-50页 |
| ·特征模版选择 | 第50-53页 |
| ·不同种类特征性能分析 | 第50-51页 |
| ·不同特征模版的性能分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 实验结果及分析 | 第54-68页 |
| ·实验设计 | 第54-56页 |
| ·实验所用的工具和软件 | 第54页 |
| ·新闻语料库 | 第54-55页 |
| ·微博语料库 | 第55-56页 |
| ·评估指标 | 第56-58页 |
| ·新闻语料库的实验过程和结果分析 | 第58-62页 |
| ·与 SVM 分类算法的比较 | 第59-60页 |
| ·与文献[12]的比较 | 第60-62页 |
| ·不同停用词的比较 | 第62页 |
| ·微博语料库的实验过程与结果分析 | 第62-67页 |
| ·微博主客观分类实验 | 第65-66页 |
| ·微博情感倾向性分类实验 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| ·论文结论 | 第68页 |
| ·研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间已发表或录用的论文 | 第74页 |
| 攻读硕士学位期间参加的课题与项目 | 第74页 |
