基于EM算法的半监督文本分类方法研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-13页 |
·研究背景和意义 | 第8-9页 |
·国内外研究现状 | 第9-10页 |
·论文主要工作 | 第10-11页 |
·论文组织结构 | 第11-13页 |
第二章 相关技术研究现状及分析 | 第13-23页 |
·文本分类技术 | 第13-18页 |
·文本分类的一般过程 | 第13-14页 |
·文本表示 | 第14页 |
·特征选择 | 第14-16页 |
·文本分类算法 | 第16-18页 |
·半监督学习技术 | 第18-22页 |
·半监督学习的定义 | 第19-20页 |
·半监督学习的基本假设 | 第20-21页 |
·半监督学习方法 | 第21-22页 |
·小结 | 第22-23页 |
第三章 基于数据重构的半监督 EM 文本分类算法 | 第23-36页 |
·引言 | 第23页 |
·基于数据重构的半监督EM 文本分类算法 | 第23-27页 |
·使用 EM 算法重构训练集 | 第23-25页 |
·重构训练集中存在的问题及解决策略 | 第25页 |
·基于数据剪辑和集成学习的数据重构 | 第25-27页 |
·算法流程 | 第27-29页 |
·实验测试 | 第29-35页 |
·实验性能评估指标 | 第29-30页 |
·实验数据集 | 第30页 |
·实验结果与分析 | 第30-35页 |
·小结 | 第35-36页 |
第四章 基于增量式 EM 的半监督文本分类算法 | 第36-49页 |
·引言 | 第36-37页 |
·基于增量式 EM 的半监督文本分类算法 | 第37-40页 |
·问题描述 | 第37-38页 |
·算法思想 | 第38页 |
·算法架构 | 第38-40页 |
·算法流程 | 第40-41页 |
·实验测试 | 第41-46页 |
·实验数据集 | 第41-42页 |
·实验特征选择 | 第42页 |
·实验结果与分析 | 第42-46页 |
·两种算法对比实验与分析 | 第46-48页 |
·小结 | 第48-49页 |
第五章 总结及未来工作 | 第49-52页 |
·总结 | 第49-50页 |
·未来工作 | 第50-52页 |
致谢 | 第52-53页 |
攻硕期间从事的科研工作及取得的研究成果 | 第53-54页 |
参考文献 | 第54-58页 |