| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-9页 |
| 第2章 问题描述与研究现状 | 第9-16页 |
| ·问题描述 | 第9-10页 |
| ·研究现状 | 第10-16页 |
| 第3章 基于主题相关性挖掘的跨领域文本分类 | 第16-32页 |
| ·引言 | 第16页 |
| ·问题描述 | 第16-17页 |
| ·概率潜在语义索引简介 | 第17页 |
| ·基于主题相关性挖掘的跨领域文本分类算法 | 第17-25页 |
| ·挖掘领域共享主题以及领域独有主题 | 第18-22页 |
| ·度量跨领域主题相关性 | 第22-24页 |
| ·构建新的主题特征表达 | 第24-25页 |
| ·实验分析 | 第25-32页 |
| ·实验数据集 | 第25-26页 |
| ·实验结果 | 第26-32页 |
| 第4章 多领域主动学习 | 第32-45页 |
| ·问题描述 | 第33-34页 |
| ·多领域主动学习分类算法 | 第34-38页 |
| ·泛化目标函数 | 第34-35页 |
| ·多领域支持向量机 | 第35-36页 |
| ·选取多领域最优数据 | 第36-38页 |
| ·实验分析 | 第38-45页 |
| ·数据描述 | 第38-40页 |
| ·实验结果 | 第40-45页 |
| 第5章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-52页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第52页 |