基于半监督的网页分类
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题背景 | 第8页 |
| 1.2 课题目的及意义 | 第8-9页 |
| 1.3 国内外相关技术发展现状 | 第9-12页 |
| 1.3.1 文本分类技术的发展 | 第9-10页 |
| 1.3.2 半监督学习的发展 | 第10-11页 |
| 1.3.3 半监督文本分类的不足 | 第11-12页 |
| 1.4 本文的主要研究内容和组织结构 | 第12-13页 |
| 第2章 半监督文本分类关键技术 | 第13-25页 |
| 2.1 半监督学习的 PAC 模型 | 第13-18页 |
| 2.2 文本标引和特征降维 | 第18-23页 |
| 2.2.1 文本的特征选择方法 | 第19-21页 |
| 2.2.2 文本的特征抽取方法 | 第21-23页 |
| 2.3 评估 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 半监督分类器与特征选择 | 第25-40页 |
| 3.1 基于 EM 的半监督分类器算法实现 | 第25-26页 |
| 3.2 基于 TSV M 的半监督分类器实现 | 第26-28页 |
| 3.3 基于 D B N 的半监督分类器实现 | 第28-30页 |
| 3.4 基于宏特征的文本特征抽取 | 第30-33页 |
| 3.5 正文提取 | 第33-35页 |
| 3.6 语言过滤 | 第35-38页 |
| 3.7 网页筛选 | 第38-39页 |
| 3.8 本章小结 | 第39-40页 |
| 第4章 系统的设计与实现 | 第40-44页 |
| 4.1 半监督文本分类实验平台 | 第40-41页 |
| 4.2 网页处理系统 | 第41-42页 |
| 4.3 半监督分类器与特征模块 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验评测与结果分析 | 第44-55页 |
| 5.1 实验目的 | 第44页 |
| 5.2 评测方法 | 第44页 |
| 5.3 半监督分类器在向量数据集上的横向比较 | 第44-45页 |
| 5.3.1 实验数据集 | 第45页 |
| 5.3.2 实验结果及分析 | 第45页 |
| 5.4 特征选择方法对半监督文本分类的影响 | 第45-51页 |
| 5.4.1 实验数据集 | 第45-46页 |
| 5.4.2 EM实验结果 | 第46页 |
| 5.4.3 EM实验分析 | 第46-47页 |
| 5.4.4 TSVM实验结果 | 第47-48页 |
| 5.4.5 TSVM 实验分析 | 第48页 |
| 5.4.6 DBN 实验结果 | 第48页 |
| 5.4.7 DBN 实验分析 | 第48-49页 |
| 5.4.8 宏特征对半监督分类性能的影响 | 第49-50页 |
| 5.4.9 半监督算法在小数据集上的分类特点 | 第50-51页 |
| 5.5 半监督文本分类应用到大规模网页分类的效果 | 第51-54页 |
| 5.5.1 实验数据集 | 第51-52页 |
| 5.5.2 实验内容 | 第52-53页 |
| 5.5.3 实验结果及分析 | 第53-54页 |
| 5.5.4 半监督分类在大规模网页数据集上的缺陷 | 第54页 |
| 5.6 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 致谢 | 第63页 |
