首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于关联扩展的中文短文本分类方法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-13页
   ·研究背景和意义第9页
   ·短文本分类方法现状调研第9-11页
   ·论文的主要工作第11-12页
   ·论文的组织结构第12-13页
第二章 相关工作介绍第13-35页
   ·引言第13页
   ·文本分类的常用技术第13-23页
     ·文档的预处理工作第14-15页
     ·文本表示第15-16页
     ·特征选择方法介绍第16-19页
     ·文本分类的常用方法第19-21页
     ·文本分类算法的评价指标第21-23页
   ·词汇相关理论第23-34页
     ·相关词汇对短文本分类的作用第23页
     ·挖掘频繁模式、关联和相关第23-24页
     ·频繁项集、闭项集和关联规则第24-25页
     ·Apriori算法第25-28页
     ·FPGrowth算法第28-32页
     ·Apriori算法和FP增长算法的优缺点及改进第32-34页
   ·本章小结第34-35页
第三章 基于关联特征扩展的中文短文本分类方法第35-47页
   ·引言第35页
   ·关联规则集的获取方法第35-38页
   ·高质量关联规则集的获取方法第38-42页
   ·基于关联扩展的短文本分类方法第42-43页
   ·基于自选择机制的特征扩展第43-46页
   ·本章小结第46-47页
第四章 短文本分类实验第47-54页
   ·基于特征扩展的权值提升策略第47-48页
   ·实验数据第48-49页
   ·实验测试第49-50页
   ·实验结果及分析第50-52页
   ·本章小结第52-54页
第五章 总结和展望第54-56页
   ·工作总结第54-55页
   ·工作展望第55-56页
参考文献第56-60页
致谢第60-61页
作者攻读学位期间发表的学术论文目录第61页

论文共61页,点击 下载论文
上一篇:基于Google Map的地理位置查询系统
下一篇:基于CRFs的同领域和跨领域下的品牌词抽取