文本语义表示及多层分类关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-22页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-17页 |
| ·本文研究内容 | 第17-19页 |
| ·问题分析 | 第17页 |
| ·研究内容 | 第17-19页 |
| ·论文组织结构 | 第19-22页 |
| 第二章 文本分类基础理论 | 第22-44页 |
| ·文本分类概述 | 第22-34页 |
| ·文本表示模型 | 第34-39页 |
| ·布尔模型 | 第36页 |
| ·概率模型 | 第36-37页 |
| ·向量空间模型 | 第37-38页 |
| ·n-Gram模型 | 第38-39页 |
| ·多层文本分类 | 第39-42页 |
| ·多层文本分类结构 | 第39-40页 |
| ·多层文本分类方法 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第三章 文本语义图表示模型 | 第44-62页 |
| ·文本语义表示研究综述 | 第44-47页 |
| ·文本语义图表示模型 | 第47-50页 |
| ·文本语义图模型定义 | 第47-48页 |
| ·文本语义图构建方法 | 第48-49页 |
| ·文本语义图构建实例 | 第49-50页 |
| ·文本相似度计算方法 | 第50-57页 |
| ·词语语义相似度计算 | 第50-54页 |
| ·文本语义图相似度计算 | 第54-57页 |
| ·实验结果分析 | 第57-60页 |
| ·本章小结 | 第60-62页 |
| 第四章 多层文本分类及增量学习算法 | 第62-80页 |
| ·多层文本分类研究综述 | 第62-66页 |
| ·虚拟分类树多层文本分类 | 第66-70页 |
| ·分类模型构建 | 第66-69页 |
| ·文本自动分类 | 第69-70页 |
| ·多层文本分类增量学习 | 第70-75页 |
| ·单文档增量学习 | 第70-73页 |
| ·样本集增量学习 | 第73-75页 |
| ·实验结果分析 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 多层文本分类性能评价方法 | 第80-96页 |
| ·文本分类评价研究综述 | 第80-83页 |
| ·文本分类性能评价指标 | 第83-87页 |
| ·平面分类评价指标 | 第83-84页 |
| ·多层分类评价指标 | 第84-87页 |
| ·多层文本分类性能评价 | 第87-91页 |
| ·扩展评价指标 | 第88-89页 |
| ·错误分类集中度 | 第89-90页 |
| ·时间复杂度分析 | 第90-91页 |
| ·实验结果分析 | 第91-94页 |
| ·本章小结 | 第94-96页 |
| 第六章 文本信息处理模型的研究与实现 | 第96-122页 |
| ·文本信息处理应用背景分析 | 第96-97页 |
| ·文本信息处理过程模型设计 | 第97-99页 |
| ·文本信息处理系统逻辑设计 | 第99-109页 |
| ·文本信息采集 | 第99-102页 |
| ·热点聚合及分类 | 第102-104页 |
| ·全文信息检索 | 第104-106页 |
| ·信息综合整编 | 第106-109页 |
| ·文本信息处理系统功能实现 | 第109-119页 |
| ·功能组件及接口说明 | 第109-111页 |
| ·部署架构及界面原型 | 第111-112页 |
| ·系统应用分析及评价 | 第112-119页 |
| ·本章小结 | 第119-122页 |
| 第七章 工作总结与展望 | 第122-126页 |
| ·本文工作总结 | 第122-123页 |
| ·后续工作展望 | 第123-126页 |
| 致谢 | 第126-128页 |
| 参考文献 | 第128-144页 |
| 读博士学位期间的研究成果 | 第144-145页 |
