基于知网构建化工领域文本分类模型研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景和意义 | 第12-13页 |
| ·研究现状 | 第13-14页 |
| ·论文工作 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第2章 文本分类模型及主要算法 | 第17-26页 |
| ·向量空间模型 | 第17-18页 |
| ·文本预处理 | 第18-19页 |
| ·单词权重考虑因素 | 第19-20页 |
| ·特征选择 | 第20页 |
| ·常用文本分类算法 | 第20-23页 |
| ·朴素贝叶斯算法 | 第20-21页 |
| ·K 近邻算法 | 第21页 |
| ·支持向量机(SVM) | 第21-23页 |
| ·文本分类评价 | 第23-25页 |
| ·测试方法 | 第23页 |
| ·文本分类评价指标 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第3章 基于《知网》构建化工领域知识库原型 | 第26-37页 |
| ·《知网》简介 | 第26-27页 |
| ·《知网》的义原 | 第27-28页 |
| ·《知网》的概念 | 第28-29页 |
| ·概念的标注 | 第28-29页 |
| ·关系标识符 | 第29页 |
| ·《知网》中的动态角色 | 第29页 |
| ·领域知识库构建 | 第29-32页 |
| ·化工领域义原树的建立 | 第30-31页 |
| ·领域专业关键词标注库的建立 | 第31-32页 |
| ·基于《知网》进行语义相似度计算 | 第32-35页 |
| ·义原相似度计算 | 第33页 |
| ·实词相似度计算 | 第33-34页 |
| ·相似度计算伪代码 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第4章 领域文本分类算法 | 第37-53页 |
| ·样本的来源及选择 | 第37页 |
| ·本文实验环境以及实验方法 | 第37-38页 |
| ·领域文本预处理 | 第38-44页 |
| ·文本预处理分析 | 第38-39页 |
| ·文本预处理步骤详细描述 | 第39-41页 |
| ·实验介绍以及实验结果分析 | 第41-44页 |
| ·领域文本特征选择 | 第44-47页 |
| ·领域文本特征选择步骤 | 第44-45页 |
| ·实验介绍以及实验结果分析 | 第45-47页 |
| ·领域文本权重计算 | 第47-52页 |
| ·权重考虑因素 | 第47页 |
| ·权重计算详细步骤 | 第47-50页 |
| ·实验介绍以及实验结果 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第5章 领域文本分类特征降维算法研究 | 第53-59页 |
| ·文本分类中特征降维处理算法 | 第53-54页 |
| ·关键过程伪代码 | 第54-55页 |
| ·实验介绍以及实验结果 | 第55-58页 |
| ·小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 1 本文工作总结 | 第59页 |
| 2 下一步工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间发表的学术论文 | 第64-65页 |
| 附录B 完成的项目 | 第65页 |
