基于语义图结构的中文文本分类研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·本文研究内容 | 第10页 |
| ·本论文工作内容及组织结构 | 第10-12页 |
| 第二章 文本分类相关理论和技术 | 第12-24页 |
| ·文本分类概述 | 第12-14页 |
| ·文本分类的定义 | 第12页 |
| ·文本分类的过程 | 第12-14页 |
| ·文本表示模型 | 第14-16页 |
| ·布尔模型 | 第14页 |
| ·概率模型 | 第14-15页 |
| ·向量空间模型 | 第15-16页 |
| ·常用文本分类方法 | 第16-19页 |
| ·K 近邻分类方法 | 第16-17页 |
| ·贝叶斯分类方法 | 第17-18页 |
| ·支持向量机 | 第18页 |
| ·集成学习 | 第18-19页 |
| ·其他相关技术 | 第19-22页 |
| ·文本分词技术 | 第19-20页 |
| ·词的语义相似度计算 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 语义图结构文本表示方法 | 第24-38页 |
| ·语义图结构模型的定义 | 第24-25页 |
| ·语义图结构模型构建 | 第25-32页 |
| ·文本预处理 | 第25-26页 |
| ·语义图模型构建算法 | 第26-27页 |
| ·语义图模型调整 | 第27-30页 |
| ·语义图结构模型数据结构 | 第30-31页 |
| ·语义图结构构建举例 | 第31-32页 |
| ·文本相似度计算 | 第32-37页 |
| ·相关定义 | 第33页 |
| ·最大公共子图求解 | 第33-34页 |
| ·语义图结构相似度计算 | 第34-36页 |
| ·文本相似度计算举例 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于语义图结构的文本分类方法 | 第38-46页 |
| ·基于语义图结构的文本分类概述 | 第38页 |
| ·分类模型训练方法 | 第38-39页 |
| ·分类算法设计 | 第39-41页 |
| ·分类算法实验 | 第41-45页 |
| ·语义相似度阈值对分类的影响 | 第42-43页 |
| ·相似度调节参数对分类的影响 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 分类系统 RCSGC 的设计与实现 | 第46-56页 |
| ·系统设计目标 | 第46页 |
| ·体系结构总体设计 | 第46-48页 |
| ·体系结构—流程视角 | 第46页 |
| ·体系结构—数据视角 | 第46-48页 |
| ·主要流程设计与实现 | 第48-51页 |
| ·分类学习流程 | 第48-50页 |
| ·测试流程 | 第50-51页 |
| ·核心数据模块设计与实现 | 第51-54页 |
| ·文本结构模块 | 第52-53页 |
| ·语义图结构模块 | 第53-54页 |
| ·分类模型模块 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第六章 实验研究 | 第56-64页 |
| ·实验设计 | 第56-59页 |
| ·实验内容 | 第56页 |
| ·性能评价标准 | 第56-57页 |
| ·实验环境和数据集 | 第57-58页 |
| ·实验界面 | 第58-59页 |
| ·实验结果及分析 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 第七章 总结与展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 在读期间研究成果 | 第70-71页 |
