基于半监督学习的文本分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 文本分类研究现状 | 第9-10页 |
| 1.2.2 半监督学习研究现状 | 第10-12页 |
| 1.2.3 基于半监督学习的文本分类研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 半监督文本分类的关键技术 | 第16-28页 |
| 2.1 文本分类定义和过程 | 第16-17页 |
| 2.2 文本表示 | 第17-18页 |
| 2.3 文本预处理 | 第18-22页 |
| 2.4 常用的文本分类算法 | 第22-24页 |
| 2.5 分类性能评估 | 第24-27页 |
| 2.5.1 评价方法 | 第24-25页 |
| 2.5.2 评价标准 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于蚁群聚集信息素的半监督文本分类算法 | 第28-42页 |
| 3.1 基于蚁群聚集信息素的半监督分类算法 | 第28-30页 |
| 3.2 基于蚁群聚集信息素的半监督文本分类算法 | 第30-32页 |
| 3.2.1 存在的问题和缺陷 | 第30-31页 |
| 3.2.2 算法思想 | 第31-32页 |
| 3.2.3 算法描述 | 第32页 |
| 3.3 实验结果与分析 | 第32-40页 |
| 3.3.1 实验数据集与评价标准 | 第33页 |
| 3.3.2 预处理及参数设置 | 第33页 |
| 3.3.3 实验结果比较与分析 | 第33-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于特征映射的半监督文本分类算法 | 第42-52页 |
| 4.1 相关背景 | 第42-43页 |
| 4.1.1 背景介绍 | 第42-43页 |
| 4.1.2 问题描述 | 第43页 |
| 4.2 基于特征映射的半监督文本分类算法 | 第43-44页 |
| 4.2.1 算法主要思想 | 第43-44页 |
| 4.2.2 算法描述 | 第44页 |
| 4.3 实验结果与分析 | 第44-50页 |
| 4.3.1 实验数据集与评价标准 | 第45页 |
| 4.3.2 预处理及参数设置 | 第45页 |
| 4.3.3 实验结果比较与分析 | 第45-50页 |
| 4.4 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间所发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |
