基于类中心化的快速大规模文本层次分类问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 引言 | 第7-9页 |
| 第一章 基本概念和相关工作 | 第9-17页 |
| ·单标签的分类器算法 | 第9-11页 |
| ·多标签的分类器算法 | 第11-12页 |
| ·大规模类标签文本分类问题 | 第12-17页 |
| ·LSHTC1单标签数据介绍 | 第12-13页 |
| ·LSHTC2多标签数据介绍 | 第13-14页 |
| ·大规模多标签文本分类问题概述 | 第14-17页 |
| 第二章 类中心化统计学习方法 | 第17-26页 |
| ·统计类中心方法的近似解释 | 第17-18页 |
| ·退化的线性分类器 | 第17-18页 |
| ·基于聚类方式的推广近似 | 第18页 |
| ·特征提取方式 | 第18-20页 |
| ·第一类特征提取方式 | 第19页 |
| ·第二类特征提取方式 | 第19页 |
| ·结合第一第二类的特征提取方式 | 第19-20页 |
| ·IDF特征的归入以及多类特征结合统计的方式 | 第20-22页 |
| ·加入IDF统计特征 | 第20-21页 |
| ·两类特征结合方式 | 第21-22页 |
| ·层次化的类中心方法 | 第22-26页 |
| 第三章 类中心的多类标签统计方法 | 第26-31页 |
| ·类中心算法扩展方法 | 第26-27页 |
| ·多类标签的标签扩展算法 | 第27-28页 |
| ·多类标签的排序预测算法 | 第28-31页 |
| ·相似度值的排序 | 第28-29页 |
| ·最佳n原则排序 | 第29页 |
| ·混合排序方法 | 第29-31页 |
| 第四章 实验 | 第31-50页 |
| ·实验数据以及实验环境介绍 | 第31-33页 |
| ·数据预处理 | 第31-32页 |
| ·数据特征介绍 | 第32页 |
| ·实验环境介绍 | 第32-33页 |
| ·评测指标简介 | 第33-37页 |
| ·单一类标签的评价指标 | 第33-35页 |
| ·多类标签的评价指标 | 第35-37页 |
| ·单一类标签实验结果及实验分析 | 第37-46页 |
| ·评测测试结果 | 第37-41页 |
| ·不同特征提取方式的结果比较 | 第41页 |
| ·两类特征的结合比较 | 第41-42页 |
| ·独立特征分布权重计入 | 第42-43页 |
| ·训练测试时间与空间消耗比较 | 第43-44页 |
| ·层次信息加入推理的时间消耗比较 | 第44-46页 |
| ·多类标签实验结果及实验分析 | 第46-49页 |
| ·不同排序算法结果比较 | 第46页 |
| ·排序算法参数调整实验 | 第46-47页 |
| ·多类标签具体实验结果 | 第47-49页 |
| ·实验总结 | 第49-50页 |
| 第五章 总结 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 论文发表情况 | 第54-55页 |
| 致谢 | 第55-56页 |
