| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文的研究内容与组织结构 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 论文组织 | 第17-18页 |
| 第二章 细化特征提取方法在社区问答问句分类中的应用 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 wiki知识库 | 第18-31页 |
| 2.2.1 wikipedia语义知识 | 第18-22页 |
| 2.2.2 构建wiki知识库 | 第22-27页 |
| 2.2.3 基于wiki知识库丰富问句语义知识 | 第27-31页 |
| 2.3 细化特征提取 | 第31-34页 |
| 2.3.1 领域专有名词表 | 第32-33页 |
| 2.3.2 类别专属特征词表 | 第33页 |
| 2.3.3 特征细化 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 迁移学习方法在社区问答问句分类中的应用 | 第35-48页 |
| 3.1 引言 | 第35页 |
| 3.2 迁移学习方法 | 第35-39页 |
| 3.2.1 基于样本的迁移学习 | 第37-38页 |
| 3.2.2 基于特征的迁移学习 | 第38页 |
| 3.2.3 空间分布不同领域间知识的迁移 | 第38-39页 |
| 3.3 核函数映射 | 第39-44页 |
| 3.3.1 非线性分类问题 | 第39-40页 |
| 3.3.2 核函数 | 第40-43页 |
| 3.3.3 核技巧的本质 | 第43-44页 |
| 3.4 基于核函数映射的迁移学习方法在问句分类中的应用 | 第44-47页 |
| 3.4.1 简介 | 第44页 |
| 3.4.2 基于核函数的特征映射 | 第44-46页 |
| 3.4.3 Cluster-based样本选择 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 社区问答问句分类实验 | 第48-56页 |
| 4.1 数据集 | 第48-50页 |
| 4.1.1 HttpClient简介 | 第49页 |
| 4.1.2 Jsoup简介 | 第49-50页 |
| 4.2 机器学习方法的确定 | 第50-51页 |
| 4.3 糅合wiki知识库的问句分类实验 | 第51-53页 |
| 4.3.1 顶层实验 | 第51-52页 |
| 4.3.2 二层实验 | 第52页 |
| 4.3.3 三层实验 | 第52-53页 |
| 4.4 以迁移学习为基础的问句分类实验 | 第53-55页 |
| 4.4.1 有监督机器学习方法 | 第53页 |
| 4.4.2 基于核函数映射的迁移学习方法 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 结束语 | 第56-58页 |
| 5.1 论文总结 | 第56-57页 |
| 5.2 下一步工作 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 附录A 攻读硕士期间发表论文 | 第65-66页 |
| 附录B 攻读硕士期间参与项目 | 第66页 |