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

利用IRF模型丰富文档的语义代表

中文摘要第1-5页
Abstract第5-8页
第一章 引言第8-14页
   ·研究意义和背景第8-9页
   ·研究现状及存在的问题第9-12页
     ·文本的特征项提取的现状和存在的问题第9-11页
     ·文本表示模型的研究现状第11-12页
   ·论文组织结构第12页
   ·本文的内容安排第12-14页
第二章社区以及Web2.0的介绍第14-19页
   ·社区以及虚拟社区的介绍第14-15页
   ·Web2.0的概述第15-17页
     ·语义网的介绍第15-16页
     ·Web2.0的定义第16-17页
   ·网页的批注的概述第17-19页
第三章 文本分类技术概述第19-32页
   ·文档的预处理第19-20页
   ·文档的自动分类第20-32页
     ·文本自动分类的概念第20-21页
     ·文本表示模型第21-28页
     ·特征降维第28-32页
第四章 实验分析第32-42页
   ·实验过程分析第32-42页
第五章 工作总结与展望第42-43页
   ·研究工作与成果第42页
   ·工作展望第42-43页
攻读硕士学位期间发表或录用的学术论文第43-44页
致谢第44-45页
参考文献第45-47页

论文共47页,点击 下载论文
上一篇:基于视觉边缘率的高速公路弯道转向诱导设计方法及应用
下一篇:基于聚类及D-S证据推理理论的城市交通环境分区