基于种子词的无监督文本分类
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究的背景与意义 | 第8-9页 |
| 1.2 模型主要创新点 | 第9-11页 |
| 2 概览 | 第11-16页 |
| 2.1 文本分类领域的研究现状 | 第11-13页 |
| 2.2 STM模型介绍 | 第13-16页 |
| 3 相关工作 | 第16-23页 |
| 3.1 无监督文本分类 | 第16-20页 |
| 3.1.1 半监督分类方法 | 第16页 |
| 3.1.2 最大熵分类方法 | 第16-17页 |
| 3.1.3 基于外部知识库的分类方法 | 第17-18页 |
| 3.1.4 基于LDA的分类方法 | 第18-20页 |
| 3.2 文本分类相关技术 | 第20-23页 |
| 3.2.1 话题模型LDA | 第20-21页 |
| 3.2.2 词植入技术 | 第21-23页 |
| 4 基于种子词的无监督文本分类模型 | 第23-33页 |
| 4.1 STM模型设计 | 第23-29页 |
| 4.1.1 类别相关词 | 第24-25页 |
| 4.1.2 文本的初始类别分布估计 | 第25页 |
| 4.1.3 "类别相关话题"和"一般话题" | 第25-29页 |
| 4.2 推理和参数估计 | 第29-33页 |
| 4.2.1 话题类型采样概率式的推断 | 第29-30页 |
| 4.2.2 类别相关话题采样概率式的推断 | 第30-31页 |
| 4.2.3 一般话题在类别下的分布 | 第31页 |
| 4.2.4 一般话题在文本下的分布 | 第31页 |
| 4.2.5 词在类别相关话题下的分布 | 第31-32页 |
| 4.2.6 词在一般话题下的分布 | 第32页 |
| 4.2.7 话题与控制变量的联合采样 | 第32-33页 |
| 5 实验 | 第33-51页 |
| 5.1 数据集 | 第33-34页 |
| 5.2 实验设置 | 第34-38页 |
| 5.2.1 参数设置 | 第34-35页 |
| 5.2.2 比较方法 | 第35-36页 |
| 5.2.3 实验设置 | 第36页 |
| 5.2.4 种子词选择 | 第36-37页 |
| 5.2.5 数据集统计 | 第37-38页 |
| 5.3 实验结果与参数分析 | 第38-51页 |
| 5.3.1 实验结果 | 第38-43页 |
| 5.3.2 参数分析 | 第43-51页 |
| 6. 总结和以后的工作 | 第51-52页 |
| 7. 参考文献 | 第52-54页 |
| 8. 硕士期间发表论文情况 | 第54-55页 |
| 9. 致谢 | 第55-56页 |
