基于潜在语义分析的迁移学习方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究方向与重点 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关理论 | 第15-31页 |
| 2.1 文本分类 | 第15-18页 |
| 2.1.1 文本分类过程 | 第15-16页 |
| 2.1.2 文本分类方法 | 第16-18页 |
| 2.1.3 文本分类中存在问题 | 第18页 |
| 2.2 潜在语义分析方法 | 第18-23页 |
| 2.2.1 潜在语义分析方法过程 | 第19-23页 |
| 2.2.2 潜在语义分析方法的影响因素 | 第23页 |
| 2.3 迁移学习 | 第23-30页 |
| 2.3.1 迁移学习与传统机器学习的区别和联系 | 第23-24页 |
| 2.3.2 迁移学习定义 | 第24-25页 |
| 2.3.3 迁移学习形式化分类 | 第25-26页 |
| 2.3.4 几种典型的迁移学习方法 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于潜在语义分析的迁移学习方法 | 第31-41页 |
| 3.1 问题描述 | 第31页 |
| 3.2 方法思路 | 第31-33页 |
| 3.2.1 筛选种子特征集 | 第31-32页 |
| 3.2.2 搭建两领域之间的桥梁 | 第32页 |
| 3.2.3 方法概要 | 第32-33页 |
| 3.3 基于潜在语义分析的迁移学习方法 | 第33-40页 |
| 3.3.1 关键词的提取 | 第33-34页 |
| 3.3.2 特征项权重计算 | 第34-36页 |
| 3.3.3 提取新的特征空间 | 第36-38页 |
| 3.3.4 方法描述 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 实验与结果分析 | 第41-49页 |
| 4.1 实验环境 | 第41-42页 |
| 4.1.1 实验平台 | 第41页 |
| 4.1.2 实验数据集 | 第41-42页 |
| 4.2 实验内容及方案 | 第42-43页 |
| 4.3 实验结果及分析 | 第43-48页 |
| 4.3.1 参数敏感度测试 | 第43-44页 |
| 4.3.2 对比实验 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
