工商网上违法广告智能识别关键技术研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 工商网上违法广告 | 第13-15页 |
| 1.3 本文的工作和组织 | 第15-17页 |
| 第2章 相关技术的研究现状 | 第17-30页 |
| 2.1 工商违法广告研究现状 | 第17-18页 |
| 2.2 文本分类 | 第18-22页 |
| 2.2.1 文本分类流程 | 第18-19页 |
| 2.2.2 文本特征表示 | 第19页 |
| 2.2.3 特征选择 | 第19页 |
| 2.2.4 支持向量机分类算法 | 第19-20页 |
| 2.2.5 评估准则 | 第20-22页 |
| 2.3 半监督文本分类 | 第22-23页 |
| 2.3.1 基于聚类的分类方法 | 第22-23页 |
| 2.4 概率潜在语义分析技术 | 第23-24页 |
| 2.5 维基百科挖掘 | 第24-29页 |
| 2.5.1 同义词挖掘 | 第25-26页 |
| 2.5.2 多义词关系挖掘 | 第26页 |
| 2.5.3 层次关系挖掘 | 第26页 |
| 2.5.4 近义词挖掘 | 第26-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 广告文本分类 | 第30-46页 |
| 3.1 广告文本分类概述 | 第30-32页 |
| 3.2 基于维基百科文档语义扩充 | 第32-35页 |
| 3.2.1 搜索文档中的潜在维基百科实体 | 第32-33页 |
| 3.2.2 语义消歧 | 第33-34页 |
| 3.2.3 加入维基百科语义特征 | 第34-35页 |
| 3.3 基于聚类的标注样本扩充 | 第35-39页 |
| 3.3.1 聚类算法 | 第35页 |
| 3.3.2 k值的选取 | 第35-36页 |
| 3.3.3 聚类中心点的初始化 | 第36页 |
| 3.3.4 相似度度量 | 第36-38页 |
| 3.3.5 扩充标注样本算法 | 第38-39页 |
| 3.4 文本广告分类流程 | 第39-41页 |
| 3.4.1 特征提取 | 第39-40页 |
| 3.4.2 模型训练 | 第40-41页 |
| 3.4.3 阈值选择 | 第41页 |
| 3.5 实验效果 | 第41-45页 |
| 3.5.1 实验数据 | 第41-42页 |
| 3.5.2 实验思路 | 第42-43页 |
| 3.5.3 实验效果 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 工商网上违法广告识别算法 | 第46-64页 |
| 4.1 法律法规建模 | 第46-47页 |
| 4.2 基于规则与统计的命名实体识别 | 第47-49页 |
| 4.2.1 命名实体识别流程 | 第47-48页 |
| 4.2.2 贝叶斯决策模型 | 第48-49页 |
| 4.3 基于逻辑关键词的违法广告识别 | 第49-52页 |
| 4.3.1 简单逻辑关键词 | 第50页 |
| 4.3.2 支持命名实体的逻辑关键词 | 第50-51页 |
| 4.3.3 违法广告识别算法 | 第51-52页 |
| 4.4 基于概率潜在语义分析的违法广告识别 | 第52-57页 |
| 4.4.1 模型建立 | 第52-53页 |
| 4.4.2 参数估计 | 第53-55页 |
| 4.4.3 违法广告判定 | 第55-57页 |
| 4.5 实验效果 | 第57-63页 |
| 4.5.1 逻辑关键词的识别效果 | 第57-58页 |
| 4.5.2 概率潜在语义分析模型的识别效果 | 第58-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 工商网上违法广告智能识别系统 | 第64-75页 |
| 5.1 主要目标 | 第64-65页 |
| 5.2 系统设计 | 第65-66页 |
| 5.3 模型训练 | 第66-70页 |
| 5.3.1 文本分类模型 | 第66-68页 |
| 5.3.2 逻辑关键词模型训练 | 第68-69页 |
| 5.3.3 概率潜在语义分析模型的训练 | 第69-70页 |
| 5.4 数据获取 | 第70-71页 |
| 5.4.1 广告内容识别 | 第71页 |
| 5.5 违法广告识别 | 第71-73页 |
| 5.6 用户接口 | 第73-74页 |
| 5.7 本章小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间主要的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
