基于文本分析的用户创作内容质量评估
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 直接工作基础 | 第12-13页 |
| 1.4 论文的主要工作 | 第13-14页 |
| 1.5 论文的组织结构 | 第14-16页 |
| 第二章 相关知识 | 第16-26页 |
| 2.1 机器学习算法 | 第16-19页 |
| 2.1.1 支持向量机 | 第16-18页 |
| 2.1.2 条件随机场 | 第18-19页 |
| 2.2 文本分析常用特征 | 第19-21页 |
| 2.2.1 命名实体识别 | 第19-20页 |
| 2.2.2 LDA主题模型 | 第20页 |
| 2.2.3 句法分析 | 第20-21页 |
| 2.2.4 词向量 | 第21页 |
| 2.3 特征选择算法 | 第21-24页 |
| 2.3.1 卡方检验 | 第22-23页 |
| 2.3.2 信息增益 | 第23-24页 |
| 2.4 元学习 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 用户创作内容质量评估系统总体设计 | 第26-31页 |
| 3.1 实验平台 | 第26页 |
| 3.2 系统流程 | 第26-27页 |
| 3.3 实验语料的采集 | 第27-28页 |
| 3.4 基线系统简介 | 第28-30页 |
| 3.4.1 基线系统基本框架 | 第28-29页 |
| 3.4.2 基线系统实验效果 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 UGC质量评估模型特征实验的结果与分析 | 第31-49页 |
| 4.1 LDA主题模型特征实验 | 第31-33页 |
| 4.1.1 主题数的确定 | 第31-32页 |
| 4.1.2 实验结果和分析 | 第32-33页 |
| 4.2 句法分析特征实验 | 第33-37页 |
| 4.2.1 短语句法结构 | 第34-35页 |
| 4.2.2 依存关系 | 第35页 |
| 4.2.3 实验结果和分析 | 第35-37页 |
| 4.3 基于词的特征实验 | 第37-43页 |
| 4.3.1 卡方检验和信息增益 | 第37-39页 |
| 4.3.2 属性选择 | 第39-40页 |
| 4.3.3 特征词的赋值方法 | 第40页 |
| 4.3.4 实验结果和分析 | 第40-43页 |
| 4.4 引入卡方检验和信息增益的句法分析实验 | 第43-44页 |
| 4.4.1 短语结构特征实验 | 第43-44页 |
| 4.4.2 依存关系特征实验 | 第44页 |
| 4.5 词向量与段向量特征实验 | 第44-48页 |
| 4.5.1 词向量特征实验与结果分析 | 第44-47页 |
| 4.5.2 段向量特征实验与结果分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 特征融合实验 | 第49-58页 |
| 5.1 特征层面的融合实验 | 第50页 |
| 5.2 质量评估模型层面的融合实验 | 第50-56页 |
| 5.2.1 加权平均法 | 第51-52页 |
| 5.2.2 扩充用户创作内容质量评估模型数量 | 第52-53页 |
| 5.2.3 规则方法:多数投票法 | 第53页 |
| 5.2.4 D-S证据理论 | 第53-55页 |
| 5.2.5 元学习框架 | 第55-56页 |
| 5.3 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-61页 |
| 6.1 本文工作总结 | 第58页 |
| 6.2 对未来的展望 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者攻读学位期间发表的学术论文目录 | 第67页 |
