基于概念与词根双特征互助文本分类模型的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 传统的文本分类方法 | 第9页 |
| 1.2.2 半监督学习 | 第9-10页 |
| 1.3 本文工作及组织结构 | 第10-12页 |
| 2 文本分类相关技术及常见半监督算法 | 第12-23页 |
| 2.1 序言 | 第12-13页 |
| 2.2 文本分类定义 | 第13页 |
| 2.3 文本分类预处理 | 第13-14页 |
| 2.4 本分类主要技术 | 第14-18页 |
| 2.4.1 文本表示模型 | 第14-15页 |
| 2.4.2 特征选择 | 第15-16页 |
| 2.4.3 特征项权重计算 | 第16-17页 |
| 2.4.4 分类算法 | 第17-18页 |
| 2.5 常见半监督学习算法 | 第18-20页 |
| 2.5.1 生成模型法 | 第18-19页 |
| 2.5.2 基于图的方法 | 第19页 |
| 2.5.3 协同训练法 | 第19-20页 |
| 2.6 分类系统评估 | 第20-22页 |
| 2.6.1 评估方法 | 第20页 |
| 2.6.2 评估指标 | 第20-22页 |
| 2.7 本章小结 | 第22-23页 |
| 3 Co-training与本体库 | 第23-32页 |
| 3.1 Co-training框架 | 第23-26页 |
| 3.1.1 Co-training定义 | 第23-24页 |
| 3.1.2 Co-training流程图 | 第24-25页 |
| 3.1.3 Co-training技术难点 | 第25-26页 |
| 3.2 本体概述 | 第26-27页 |
| 3.2.1 本体定义 | 第26页 |
| 3.2.2 本体构成要素 | 第26-27页 |
| 3.2.3 本体分类 | 第27页 |
| 3.3 WordNet本体库简介 | 第27-30页 |
| 3.3.1 WordNet简介 | 第27-28页 |
| 3.3.2 WordNet中语义关系 | 第28-29页 |
| 3.3.3 WordNet名词体系中相关概念 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 4 概念与词根双特征互助分类模型提出 | 第32-47页 |
| 4.1 模型提出理论 | 第32-34页 |
| 4.2 词根特征向量生成过程 | 第34-36页 |
| 4.3 概念特征向量生成过程 | 第36-40页 |
| 4.3.1 WordNet概念参数定义 | 第36-38页 |
| 4.3.2 概念特征生成算法描述 | 第38-40页 |
| 4.4 概念与词根特征向量生成过程比较 | 第40-41页 |
| 4.5 Co-training框架分类器算法选择 | 第41页 |
| 4.6 语义相似度计算 | 第41-45页 |
| 4.6.1 语义相似度概念 | 第41-42页 |
| 4.6.2 语义相似度计算方法 | 第42-45页 |
| 4.7 基于概念与词根双特征互助文本分类算法描述 | 第45-46页 |
| 4.8 算法的时间复杂度分析 | 第46页 |
| 4.9 本章小结 | 第46-47页 |
| 5 实验结果与分析 | 第47-54页 |
| 5.1 实验数据 | 第47页 |
| 5.2 实验方法 | 第47页 |
| 5.3 实验结果与分析 | 第47-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 文本总结 | 第54页 |
| 6.2 进一步工作 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
| A. 作者在攻读学位期间发表的论文目录 | 第61页 |
