文本分类中特征降维方法的研究与应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专业术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容与创新点 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 文本分类理论概述 | 第16-35页 |
| 2.1 文本分类定义 | 第16页 |
| 2.2 文本分类流程 | 第16-31页 |
| 2.3 短文本分类理论概述 | 第31-32页 |
| 2.4 新闻文本分类理论概述 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 基于CHI-PCA的混合特征降维方法 | 第35-42页 |
| 3.1 基于CHI-PCA的混合特征降维方法 | 第35-38页 |
| 3.1.1 文本预处理 | 第35-36页 |
| 3.1.2 特征初选子集 | 第36页 |
| 3.1.3 特征再选子集 | 第36-37页 |
| 3.1.4 混合特征降维方法 | 第37-38页 |
| 3.2 实验分析 | 第38-41页 |
| 3.2.1 实验数据 | 第38页 |
| 3.2.2 实验过程与结果分析 | 第38-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 基于BERT的短文本分类算法 | 第42-53页 |
| 4.1 基于BERT的短文本分类算法 | 第42-49页 |
| 4.1.1 短文本预处理 | 第42-43页 |
| 4.1.2 BERT模型 | 第43-47页 |
| 4.1.3 短文本向量化 | 第47-48页 |
| 4.1.4 基于BERT的分类算法 | 第48-49页 |
| 4.2 实验分析 | 第49-51页 |
| 4.2.1 实验数据 | 第49页 |
| 4.2.2 实验过程 | 第49-50页 |
| 4.2.3 实验结果 | 第50-51页 |
| 4.3 本章小结 | 第51-53页 |
| 第五章 基于多模型融合的新闻文本分类算法 | 第53-59页 |
| 5.1 基于多模型融合的文本分类算法 | 第53-55页 |
| 5.1.1 学习阶段 | 第54页 |
| 5.1.2 分类阶段 | 第54-55页 |
| 5.2 实验分析 | 第55-58页 |
| 5.2.1 实验数据 | 第55-56页 |
| 5.2.2 实验过程与结果分析 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 程序清单 | 第64-65页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 致谢 | 第66页 |
