基于语义相似度的中文文本分类系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题意义 | 第11页 |
| ·背景及现状 | 第11-12页 |
| ·研究内容及问题提出 | 第12-14页 |
| ·本文组织 | 第14-15页 |
| 第2章 文本分类系统的建模与技术 | 第15-35页 |
| ·文本分类系统总体结构的建模与设计 | 第15-18页 |
| ·传统的文本分类系统模型 | 第15-16页 |
| ·新系统的总体模型设计 | 第16-17页 |
| ·文本分类系统的整体数据流程 | 第17-18页 |
| ·文本系统分词模块设计 | 第18-21页 |
| ·分词概述 | 第18页 |
| ·分词算法 | 第18-19页 |
| ·分词模型及流程 | 第19-21页 |
| ·特征选择模块设计 | 第21-25页 |
| ·特征选择的目的和意义 | 第21页 |
| ·常用的特征选择方法 | 第21-24页 |
| ·特征选择模块设计 | 第24-25页 |
| ·文本表示模块的设计 | 第25-26页 |
| ·文本分类模块的设计 | 第26-29页 |
| ·常用的分类算法 | 第26-28页 |
| ·自动分类模块的设计 | 第28-29页 |
| ·特征选择的关键技术 | 第29-35页 |
| ·词条输入数据库技术 | 第29-31页 |
| ·数据库中的特征参数计算技术 | 第31-35页 |
| 第3章 知网语义词典的建模和设计 | 第35-50页 |
| ·知网的概述 | 第35-38页 |
| ·知网简介 | 第35页 |
| ·《知网》的系统结构 | 第35-36页 |
| ·《知网》中的描述语言 | 第36-38页 |
| ·知网相似度的计算 | 第38-40页 |
| ·相似度基本算法 | 第38页 |
| ·义原相似度的计算 | 第38-39页 |
| ·实词相似度的计算 | 第39-40页 |
| ·词典方法的构建 | 第40-44页 |
| ·基于整词二分的词典机制 | 第41-42页 |
| ·基于TRIE索引树的词典机制 | 第42-43页 |
| ·基于逐字二分的词典机制 | 第43-44页 |
| ·基于新的词典机制对知网词典进行构建 | 第44-50页 |
| ·一种新的词典机制构建知网 | 第44-47页 |
| ·知网语义模型的建模与技术 | 第47-48页 |
| ·文件的语义处理技术 | 第48-49页 |
| ·获取义原间的语义距离 | 第49-50页 |
| 第4章 同义词林语义词典的建模与设计 | 第50-56页 |
| ·同义词林扩展版概述 | 第50-52页 |
| ·同义词林扩展版现状 | 第50页 |
| ·词的分类 | 第50-51页 |
| ·同义词林编码 | 第51-52页 |
| ·同义词林的建模与技术 | 第52-56页 |
| ·同义词林的词典建设 | 第52-54页 |
| ·同义词林的语义相似处理技术 | 第54-56页 |
| 第5章 SVM理论基础和算法技术 | 第56-69页 |
| ·支持向量机的理论基础 | 第56-58页 |
| ·SMO算法概述 | 第58-63页 |
| ·SMO的算法两点解析 | 第58-61页 |
| ·SMO偏值更新 | 第61页 |
| ·SMO更新错误缓存 | 第61-62页 |
| ·SMO工作集选择 | 第62-63页 |
| ·SVMlight算法概述 | 第63-64页 |
| ·工作集选择策略 | 第63页 |
| ·求解 QP子问题 | 第63页 |
| ·收缩 | 第63-64页 |
| ·缓存 | 第64页 |
| ·算法实现中的关键技术 | 第64-69页 |
| ·准备工作 | 第64-65页 |
| ·算法的流程 | 第65-66页 |
| ·更新算法 | 第66-67页 |
| ·收缩算法 | 第67页 |
| ·活动集扩张 | 第67-68页 |
| ·非活动集中违反KKT的查找 | 第68-69页 |
| 第6章 实验结果与分析 | 第69-73页 |
| ·系统所用的数据集 | 第69页 |
| ·系统所用的评价指标 | 第69-70页 |
| ·分类结果和分析 | 第70-73页 |
| 第7章 结论 | 第73-75页 |
| ·本文总结 | 第73-74页 |
| ·进一步的工作 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间公开发表论文 | 第78-79页 |
| 致谢 | 第79-80页 |
| 研究生履历 | 第80页 |
