首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

融合本体与BTM特征扩展的短文本分类

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-14页
    1.1 短文本分类研究背景及意义第9页
    1.2 短文本分类国内外研究现状第9-11页
    1.3 短文本分类研究难点以及存在的不足第11-12页
    1.4 本文的研究内容及创新点第12-13页
    1.5 本文的结构安排第13页
    1.6 本章小结第13-14页
第2章 短文本分类相关理论和技术研究第14-29页
    2.1 文本分类概念第14页
    2.2 文本预处理第14-15页
        2.2.1 分词与词性标注第14-15页
        2.2.2 去停用词第15页
    2.3 文本表示第15-16页
    2.4 文本特征选择第16-19页
    2.5 文本分类算法第19-21页
    2.6 BTM主题模型第21-24页
        2.6.1 BTM主题模型表示第21-23页
        2.6.2 BTM主题模型参数估计第23-24页
    2.7 领域本体第24-27页
        2.7.1 领域本体定义第24-25页
        2.7.2 本体的建模术语第25-26页
        2.7.3 本体的描述语言第26-27页
    2.8 文本分类的评估指标第27-28页
    2.9 本章小结第28-29页
第3章 领域词汇本体的构建第29-43页
    3.1 领域本体在短文本分类中的作用第29页
    3.2 本体的构建方法与工具第29-32页
        3.2.1 本体的构建方法分析第29-31页
        3.2.2 本体实现工具第31-32页
    3.3 Windows 10系统领域本体构建第32-39页
        3.3.1 Windows 10系统本体的知识收集和分析第32页
        3.3.2 提取Windows 10系统领域重要术语集第32-33页
        3.3.3 定义Windows 10系统领域类名和类的层次体系第33页
        3.3.4 定义Windows 10系统领域属性逻辑关系第33-35页
        3.3.5 构建Windows 10系统领域本体第35-37页
        3.3.6 一致性校验第37页
        3.3.7 形式化描述本体第37-39页
    3.4 Windows 10系统领域本体的逻辑表示第39-42页
        3.4.1 语义WEB第39-41页
        3.4.2 描述逻辑第41-42页
    3.5 本章小结第42-43页
第4章 融合本体与BTM特征扩展的短文本分类算法第43-56页
    4.1 文本分类模型的总体框架第43-44页
    4.2 Windows 10系统投诉短文本预处理第44-46页
    4.3 构建融合本体与BTM特征的扩展集合第46-49页
        4.3.1 基于领域词语本体的外部扩展集构建第46页
        4.3.2 领域特征词汇的获取第46-47页
        4.3.3 基于BTM主题模型的内部扩展集构建第47页
        4.3.4 BTM主题特征词的获取第47-49页
        4.3.5 融合领域本体词汇与BTM主题特征第49页
    4.4 基于匹配规则的短文本特征扩展方法第49-52页
    4.5 短文本分类第52页
    4.6 实验结果及分析第52-55页
        4.6.1 实验环境和实验语料第52-53页
        4.6.2 实验结果分析第53-55页
    4.7 本章小结第55-56页
第5章 短文本信息处理平台设计与实现第56-67页
    5.1 平台的开发环境及工具第56页
    5.2 平台的体系结构第56-57页
    5.3 平台的模块设计与实现第57-60页
        5.3.1 预处理模块的设计第57-58页
        5.3.2 扩展模块的设计第58-59页
        5.3.3 分类模块的设计第59-60页
    5.4 平台的界面介绍第60-65页
        5.4.1 文本处理模块界面介绍第61-62页
        5.4.2 文本扩展模块界面介绍第62-64页
        5.4.3 文本分类模块界面介绍第64-65页
    5.5 平台的测试分析第65-66页
        5.5.1 平台评测环境第65页
        5.5.2 平台测试实验分析第65-66页
    5.6 本章小结第66-67页
第6章 总结与展望第67-69页
    6.1 总结第67页
    6.2 展望第67-69页
参考文献第69-73页
攻读硕士期间的研究成果第73-74页
致谢第74-75页

论文共75页,点击 下载论文
上一篇:桂林非英语专业大学生基于智能手机英语听力移动学习的调查研究
下一篇:基于军事领域本体的舆情倾向性分析