中文短文本分类技术的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·选题背景及意义 | 第7-8页 |
| ·国内外短文本分类技术研究现状 | 第8-13页 |
| ·短文本分类研究现状 | 第8-10页 |
| ·短文本的特点及分类研究中存在的难点 | 第10-13页 |
| ·自然语言处理简介 | 第13-14页 |
| ·本文内容组织结构 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 信息检索模型 | 第15-24页 |
| ·布尔模型 | 第15页 |
| ·概率模型 | 第15-16页 |
| ·语言模型 | 第16页 |
| ·向量空间模型 | 第16-17页 |
| ·LDA主题模型 | 第17-22页 |
| ·主题模型简介 | 第17-18页 |
| ·LDA主题模型输入 | 第18-19页 |
| ·主题模型假设 | 第19页 |
| ·LDA主题模型表示 | 第19-20页 |
| ·参数估计与Gibbs抽样 | 第20-21页 |
| ·狄利克雷(Dirichlet)分布 | 第21-22页 |
| ·向量空间模型和主题模型比较分析 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 常用文本分类相关技术 | 第24-37页 |
| ·相关技术概述 | 第24-25页 |
| ·文本预处理 | 第25-29页 |
| ·词干提取 | 第25页 |
| ·中文文本分词 | 第25-29页 |
| ·去除停用词 | 第29页 |
| ·文本表示 | 第29页 |
| ·特征提取 | 第29-32页 |
| ·互信息(MI) | 第30-31页 |
| ·卡方统计量(CHI) | 第31页 |
| ·信息增益(IG) | 第31-32页 |
| ·期望交叉熵(ECE) | 第32页 |
| ·文档频率(DF) | 第32页 |
| ·常用分类方法 | 第32-36页 |
| ·Rocchio分类算法 | 第33页 |
| ·贝叶斯分类算法 | 第33-34页 |
| ·K最近邻分类算法 | 第34-35页 |
| ·支持向量机分类算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 短文本信息扩充 | 第37-46页 |
| ·常用的短文本信息扩充方法 | 第37页 |
| ·基于搜索引擎的URL信息扩充方法 | 第37-45页 |
| ·网络爬虫 | 第38-39页 |
| ·搜索引擎选择 | 第39-43页 |
| ·URL信息获取算法 | 第43页 |
| ·JSOUP工具包 | 第43-44页 |
| ·短文本扩充算法 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 实验与结果分析 | 第46-57页 |
| ·实验环境 | 第46页 |
| ·实验数据及结果评价指标 | 第46-47页 |
| ·预处理 | 第47-48页 |
| ·LDA模型工具使用 | 第48-52页 |
| ·JGibbLDA | 第48-51页 |
| ·模型训练及实验方法输入 | 第51-52页 |
| ·SVM实验结果 | 第52-53页 |
| ·最优主题个数和主题模型分类结果 | 第52-53页 |
| ·基于卡方特征提取的分类结果 | 第53页 |
| ·朴素贝叶斯(NB)分类结果 | 第53-55页 |
| ·主题模型分类结果 | 第54-55页 |
| ·基于卡方特征提取的分类结果 | 第55页 |
| ·基于共现网页的相似度比较分类结果 | 第55-56页 |
| ·实验结果分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| ·总结 | 第57页 |
| ·研究展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文 | 第63页 |
