基于多示例学习的中文文本表示及分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-10页 |
| ·现实意义 | 第9页 |
| ·理论意义 | 第9-10页 |
| ·研究路线及内容 | 第10-12页 |
| 2 相关研究综述 | 第12-24页 |
| ·多示例学习概述 | 第12-16页 |
| ·多示例学习理论及算法 | 第12-15页 |
| ·多示例学习理论的应用 | 第15-16页 |
| ·文本表示模型概述 | 第16-20页 |
| ·文本自动分类概述 | 第20-24页 |
| 3 基于多示例学习的文本句子包表示 | 第24-35页 |
| ·多示例学习与句子包表示 | 第24-25页 |
| ·句子包 | 第25-26页 |
| ·BOS的定义 | 第25页 |
| ·句子的表示 | 第25-26页 |
| ·BOS的特点 | 第26页 |
| ·句子相似度计算 | 第26-30页 |
| ·基于词形的句子相似度计算 | 第27页 |
| ·基于语义的句子相似度计算 | 第27-30页 |
| ·BOS的构建 | 第30-32页 |
| ·BOS构建方法 | 第30-31页 |
| ·应用实例 | 第31-32页 |
| ·包距离的度量 | 第32-35页 |
| ·包相似度算法 | 第33-34页 |
| ·包距离 | 第34-35页 |
| 4 基于句子关系图的文本主题句抽取 | 第35-44页 |
| ·句子之间关系的表示 | 第35-36页 |
| ·文本关系图简介 | 第35-36页 |
| ·句子关系图 | 第36页 |
| ·文本主题句抽取 | 第36-37页 |
| ·文本主题句抽取与BOS | 第36-37页 |
| ·文本主题句抽取基本思想 | 第37页 |
| ·基于句子关系图的文本主题句抽取算法 | 第37-39页 |
| ·文本主题句抽取示例 | 第39-41页 |
| ·文本主题句抽取可接受性测试 | 第41-44页 |
| 5 中文文本信息资源管理中文本分类研究 | 第44-55页 |
| ·文本分类研究相关准备 | 第44-45页 |
| ·语料库选择 | 第44-45页 |
| ·评价指标 | 第45页 |
| ·分词接口 | 第45页 |
| ·基于句子包的KNN分类算法 | 第45-48页 |
| ·文本分类的学习模型 | 第46页 |
| ·基于句子包的KNN分类算法 | 第46-47页 |
| ·基于句子包的文本分类流程 | 第47-48页 |
| ·句子包优化处理 | 第48-50页 |
| ·主题句包 | 第48-49页 |
| ·基于主题句包的KNN分类算法 | 第49页 |
| ·基于主题句包的文本分类流程 | 第49-50页 |
| ·文本分类实验 | 第50-55页 |
| ·预处理 | 第50-51页 |
| ·分类实验及结果分析 | 第51-53页 |
| ·系统效率问题讨论 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录A 文本主题句抽取可接受性测试 | 第62-77页 |
| 攻读硕士学位期间发表学术论文情况 | 第77-78页 |
| 致谢 | 第78-79页 |
