面向客服互动微博的短文本分类方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 文本分类相关技术研究 | 第14-36页 |
| 2.1 短文本 | 第14-15页 |
| 2.2 文本预处理技术 | 第15-23页 |
| 2.2.1 中文分词技术 | 第15-18页 |
| 2.2.2 文本表示 | 第18-23页 |
| 2.3 特征选择技术 | 第23-28页 |
| 2.3.1 基于频率的方法 | 第25页 |
| 2.3.2 互信息 | 第25-26页 |
| 2.3.3 开方统计 | 第26-27页 |
| 2.3.4 信息增益 | 第27-28页 |
| 2.4 文本分类 | 第28-35页 |
| 2.4.1 分类算法 | 第29-34页 |
| 2.4.2 分类评价 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于信息增益的相关性特征选择方法 | 第36-41页 |
| 3.1 用于分类的特征选择标准 | 第36-37页 |
| 3.2 改进的信息增益方法 | 第37-40页 |
| 3.2.1 特征分布差异因子 | 第37-38页 |
| 3.2.2 类内聚合度量因子 | 第38页 |
| 3.2.3 类间分布加权因子 | 第38-39页 |
| 3.2.4 改进的特征选择效果分析 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于LDA的客服互动微博语义分析 | 第41-48页 |
| 4.1 客服互动微博特征 | 第41-43页 |
| 4.2 LDA模型参数说明 | 第43-44页 |
| 4.3 基于LDA语义模型的微博文档特征 | 第44-45页 |
| 4.4 基于LDA的微博文档表示 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 面向客服互动微博的短文本分类 | 第48-57页 |
| 5.1 数据集说明 | 第48页 |
| 5.2 总体设计 | 第48-52页 |
| 5.2.1 框架设计 | 第48-50页 |
| 5.2.2 特征选择模块 | 第50-51页 |
| 5.2.3 文本表示模块 | 第51-52页 |
| 5.2.4 文本分类模块 | 第52页 |
| 5.3 实验方案及结果分析 | 第52-56页 |
| 5.3.1 实验方案 | 第53页 |
| 5.3.2 实验结果及分析 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57页 |
| 6.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
