| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文主要内容及结构 | 第13-18页 |
| 1.3.1 论文研究内容 | 第13-15页 |
| 1.3.2 论文结构 | 第15-18页 |
| 第2章 文本分类相关技术概述 | 第18-32页 |
| 2.1 文本分类基础 | 第18-19页 |
| 2.1.1 文本分类的定义及过程 | 第18-19页 |
| 2.1.2 余弦相似度 | 第19页 |
| 2.2 文本预处理 | 第19-20页 |
| 2.2.1 分词 | 第19-20页 |
| 2.2.2 去停用词 | 第20页 |
| 2.3 特征选择 | 第20-23页 |
| 2.3.1 文档频率 | 第21-22页 |
| 2.3.2 信息增益 | 第22页 |
| 2.3.3 卡方统计 | 第22-23页 |
| 2.4 特征加权 | 第23-24页 |
| 2.5 文本分类算法 | 第24-29页 |
| 2.5.1 SVM算法 | 第24-26页 |
| 2.5.2 TSVM算法 | 第26-27页 |
| 2.5.3 基于确定性退火技术(DA)的改进型TSVM算法 | 第27-29页 |
| 2.6 统计学习理论 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 基于自动标注的监督文本分类模型 | 第32-44页 |
| 3.1 基于语义资源的文档自动标注 | 第32-37页 |
| 3.1.1 种类名称理解 | 第33-35页 |
| 3.1.2 种类名称扩展 | 第35页 |
| 3.1.3 基于概率值的文档初步标注 | 第35-36页 |
| 3.1.4 文档初步标注的优化 | 第36-37页 |
| 3.2 训练数据构建 | 第37-39页 |
| 3.2.1 改进的CHI值特征选择 | 第37-38页 |
| 3.2.2 特征权重赋值及归一化 | 第38-39页 |
| 3.3 监督分类器的构建 | 第39-40页 |
| 3.4 自动标注下的监督文本分类模型设计 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 基于改进型自动标注的半监督文本分类模型 | 第44-50页 |
| 4.1 改进的种类名称扩展 | 第44-45页 |
| 4.1.1 基于原始文档集的种类名称扩展 | 第44-45页 |
| 4.1.2 基于外部语料资源的种类名称扩展 | 第45页 |
| 4.2 基于向量空间模型的文档概率值初步标注 | 第45-46页 |
| 4.3 基于二次筛选的文档精确标注 | 第46-47页 |
| 4.3.1 基于概率值的粗排序 | 第46页 |
| 4.3.2 二次筛选获取精确标注文档 | 第46-47页 |
| 4.4 构建用于半监督学习的训练数据和测试数据 | 第47-48页 |
| 4.4.1 训练数据的构建 | 第47页 |
| 4.4.2 测试数据的构建 | 第47-48页 |
| 4.5 创建半监督分类器 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 实验及结果分析 | 第50-64页 |
| 5.1 评价指标 | 第50-51页 |
| 5.2 数据集选择 | 第51-52页 |
| 5.3 基于自动标注的监督文本分类模型实验及结果分析 | 第52-56页 |
| 5.3.1 实验过程 | 第52-55页 |
| 5.3.2 实验结果及分析 | 第55-56页 |
| 5.4 基于改进型自动标注的半监督文本分类模型实验及结果分析 | 第56-61页 |
| 5.4.1 实验过程 | 第56-59页 |
| 5.4.2 实验结果及分析 | 第59-60页 |
| 5.4.3 同基于自动标注的监督文本分类模型的对比分析 | 第60-61页 |
| 5.5 实验结果讨论 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 致谢 | 第72页 |
