| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文研究内容 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 相关算法理论和分类器的介绍 | 第12-20页 |
| 2.1 半监督学习理论 | 第12-13页 |
| 2.1.1 机器学习概述 | 第12页 |
| 2.1.2 半监督学习 | 第12-13页 |
| 2.2 Tri-training算法理论 | 第13-16页 |
| 2.2.1 Tri-training算法的工作流程 | 第13-14页 |
| 2.2.2 Tri-training算法的实现思想 | 第14-16页 |
| 2.3 支持向量机分类器介绍 | 第16-20页 |
| 2.3.1 统计学理论 | 第16-17页 |
| 2.3.2 支持向量机分类的基本原理 | 第17-18页 |
| 2.3.3 SVM算法在实际中的应用 | 第18-20页 |
| 第三章 基于改进抽样方法的Tri-training算法的中文问句分类 | 第20-26页 |
| 3.1 数据预处理 | 第20-21页 |
| 3.1.1 中文问句的特征提取 | 第20页 |
| 3.1.2 特征编码 | 第20-21页 |
| 3.2 Tri-training算法的分类器模型 | 第21页 |
| 3.3 改进抽样方法的Tri-training算法 | 第21-22页 |
| 3.3.1 改进抽样方法的Tri-training算法机制 | 第21-22页 |
| 3.3.2 改进抽样方法的Tri-training算法的有效性分析 | 第22页 |
| 3.4 基于改进抽样方法的Tri-training算法的中文问句分类实验 | 第22-24页 |
| 3.4.1 实验数据 | 第23页 |
| 3.4.2 实验设置 | 第23页 |
| 3.4.3 问句分类实验 | 第23-24页 |
| 3.4.4 实验结果分析 | 第24页 |
| 3.5 本章小结 | 第24-26页 |
| 第四章 基于改进投票机制的Tri-training算法的中文问句分类 | 第26-31页 |
| 4.1 原始Tri-training算法的投票机制 | 第26页 |
| 4.2 改进投票机制的Tri-training算法 | 第26-27页 |
| 4.2.1 改进投票机制的Tri-training算法原理 | 第26页 |
| 4.2.2 改进投票机制的Tri-training算法有效性分析 | 第26-27页 |
| 4.3 改进投票机制的Tri-training算法的中文问句分类实验 | 第27-30页 |
| 4.3.1 实验数据 | 第28页 |
| 4.3.2 实验设置 | 第28页 |
| 4.3.3 问句分类实验 | 第28-29页 |
| 4.3.4 实验结果分析 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 第五章 工作总结与展望 | 第31-33页 |
| 5.1 总结 | 第31页 |
| 5.2 展望 | 第31-33页 |
| 参考文献 | 第33-36页 |
| 在学研究成果 | 第36-37页 |
| 致谢 | 第37页 |
