直推式迁移学习及其应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 迁移学习方法的国内外研究现状 | 第10-12页 |
| 1.2.2 文本分类的国内外研究现状 | 第12-13页 |
| 1.2.3 术语抽取的国内外研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 基于 EM 算法的直推式迁移学习模型 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 直推式迁移学习方法 | 第16-18页 |
| 2.2.1 基于实例的迁移学习方法 | 第17页 |
| 2.2.2 基于特征的迁移学习方法 | 第17-18页 |
| 2.3 基于 EM 的直推式迁移学习模型 | 第18-20页 |
| 2.3.1 EM 算法 | 第18-19页 |
| 2.3.2 迁移学习模型的构建 | 第19-20页 |
| 2.4 迁移知识获取技术 | 第20-21页 |
| 2.4.1 迁移知识 | 第20-21页 |
| 2.4.2 文本分类中的迁移知识获取 | 第21页 |
| 2.4.3 术语抽取中的迁移知识获取 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 迁移学习方法在文本分类中的应用 | 第22-42页 |
| 3.1 引言 | 第22页 |
| 3.2 传统文本分类方法 | 第22-30页 |
| 3.2.1 预处理 | 第23页 |
| 3.2.2 文本表示 | 第23-25页 |
| 3.2.3 特征选择 | 第25-27页 |
| 3.2.4 文本分类方法 | 第27-30页 |
| 3.3 文本分类中的迁移学习方法 | 第30-34页 |
| 3.3.1 朴素贝叶斯分类方法 | 第31-33页 |
| 3.3.2 基于 EM 的文本分类迁移方法 | 第33-34页 |
| 3.4 实验与结果分析 | 第34-41页 |
| 3.4.1 实验语料与评价方法 | 第34-39页 |
| 3.4.2 实验设置 | 第39页 |
| 3.4.3 实验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 迁移学习方法在术语抽取中的应用 | 第42-56页 |
| 4.1 引言 | 第42页 |
| 4.2 术语分析 | 第42-43页 |
| 4.2.1 术语定义 | 第42页 |
| 4.2.2 术语类别体系 | 第42-43页 |
| 4.2.3 术语语言特性分析 | 第43页 |
| 4.3 传统术语抽取方法 | 第43-46页 |
| 4.3.1 候选术语抽取 | 第43-44页 |
| 4.3.2 术语抽取算法 | 第44-46页 |
| 4.4 术语抽取中的迁移学习策略 | 第46-50页 |
| 4.4.1 基于朴素贝叶斯分类的术语抽取方法 | 第46-49页 |
| 4.4.2 基于 EM 的术语抽取迁移方法 | 第49-50页 |
| 4.5 实验与结果分析 | 第50-54页 |
| 4.5.1 数据集与评价指标 | 第50-51页 |
| 4.5.2 实验设置 | 第51-52页 |
| 4.5.3 结果与分析 | 第52-54页 |
| 4.6 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-64页 |
| 致谢 | 第64页 |
