摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-14页 |
·研究背景 | 第9-10页 |
·国内外研究现状 | 第10-13页 |
·国外研究现状 | 第11页 |
·国内研究现状 | 第11-13页 |
·本文的主要工作 | 第13页 |
·本文的组织方式 | 第13-14页 |
第二章 支持向量机相关理论介绍 | 第14-23页 |
·支持向量机分类器原理 | 第14-20页 |
·统计学理论 | 第14-15页 |
·数据分类算法基本原理 | 第15页 |
·支持向量机分类的基本原理 | 第15-20页 |
·核函数 | 第20页 |
·多类分类算法 | 第20-21页 |
·one-against-all 法 | 第20-21页 |
·one-against-one 法 | 第21页 |
·其他方法 | 第21页 |
·SVM 算法在实际中的应用 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 问题分类中的特征选取 | 第23-33页 |
·基本特征选取 | 第23-28页 |
·bag-of-words 特征、N-gram 特征 | 第23-24页 |
·词性特征(bag-of-pos) | 第24-25页 |
·命名实体特征(NE) | 第25-26页 |
·词意特征(WSD) | 第26-27页 |
·依存关系特征(dependency relationship) | 第27-28页 |
·特征组合方法 | 第28-30页 |
·直接附加特征方式 | 第29页 |
·基于词袋的特征绑定方式 | 第29-30页 |
·基于依存关系的特征提取方法 | 第30-32页 |
·基于依存关系的五元组特征提取 | 第30-31页 |
·五元组特征提取规则 | 第31-32页 |
·本章小结 | 第32-33页 |
第四章 实验结果及分析 | 第33-43页 |
·SVM 分类器的选择及编码方式 | 第33-34页 |
·SVM 分类器的选择 | 第33页 |
·编码方式 | 第33-34页 |
·实验数据与评价方法 | 第34-35页 |
·实验数据 | 第34-35页 |
·评价方法 | 第35页 |
·基本特征的分类效果及分析 | 第35-36页 |
·组合特征绑定特征分类效果及分析 | 第36-38页 |
·基本单特征的组合实验 | 第36-37页 |
·绑定特征的组合实验 | 第37-38页 |
·五元组特征结合其他特征分类效果及分析 | 第38-42页 |
·五元组特征的提取 | 第38-39页 |
·五元组特征和其他特征的组合 | 第39-42页 |
·本章小结 | 第42-43页 |
总结及展望 | 第43-45页 |
参考文献 | 第45-48页 |
插图或附表清单 | 第48-49页 |
注释说明清单 | 第49-50页 |
在学研究成果 | 第50-51页 |
致谢 | 第51页 |