基于模板匹配的查询分类研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景 | 第8-10页 |
1.2 研究意义 | 第10-12页 |
1.3 本文主要工作 | 第12-14页 |
第二章 国内外研究现状 | 第14-21页 |
2.1 用户查询意图分类 | 第14-17页 |
2.1.1 构建分类体系相关研究 | 第14-15页 |
2.1.2 提取分类特征相关研究 | 第15-17页 |
2.2 用户查询的主题分类 | 第17-20页 |
2.2.1 丰富用户查询的方法 | 第18-19页 |
2.2.2 半监督学习的方法 | 第19-20页 |
2.3 用户查询附加信息的挖掘 | 第20-21页 |
第三章 基于二分图上随机游走模型的词典挖掘 | 第21-28页 |
3.1 用户搜索日志中词典挖掘描述 | 第21-22页 |
3.2 用户搜索日志中词典挖掘的整体设计 | 第22-23页 |
3.3 实体词典的挖掘 | 第23-26页 |
3.3.1 构建挖掘实体词典的二分图 | 第23-24页 |
3.3.2 基于二分图上随机游走挖掘实体词典 | 第24-26页 |
3.4 模板词典的挖掘 | 第26-28页 |
第四章 用户查询的类目识别算法设计 | 第28-36页 |
4.1 设计思路描述 | 第28-30页 |
4.2 基于hash和数组的Trie树结构 | 第30-31页 |
4.3 用户查询类目识别算法设计 | 第31-35页 |
4.3.1 Trie树的构建 | 第32-34页 |
4.3.2 Trie树的查找匹配 | 第34-35页 |
4.4 时间复杂度分析 | 第35-36页 |
第五章 实验及评价 | 第36-43页 |
5.1 实验数据 | 第36-37页 |
5.2 词典库的建立 | 第37-40页 |
5.2.1 实体词典的挖掘 | 第37-39页 |
5.2.2 模板词典的挖掘 | 第39-40页 |
5.3 用户查询类别识别 | 第40-41页 |
5.4 实验结果评估与分析 | 第41-43页 |
第六章 总结与展望 | 第43-45页 |
6.1 总结 | 第43-44页 |
6.2 展望 | 第44-45页 |
参考文献 | 第45-50页 |
致谢 | 第50页 |