基于迁移学习理论的Markov检索模型
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·本文工作 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第二章 迁移学习理论 | 第12-20页 |
| ·迁移学习的起源 | 第12页 |
| ·迁移学习的发展历史 | 第12-14页 |
| ·迁移学习的分类 | 第14-17页 |
| ·认知迁移 | 第17-19页 |
| ·迁移学习的应用 | 第19-20页 |
| 第三章 信息检索模型 | 第20-26页 |
| ·布尔模型 | 第20-21页 |
| ·向量空间模型 | 第21-22页 |
| ·概率模型 | 第22-23页 |
| ·语言模型 | 第23-25页 |
| ·基于本体论的信息检索模型 | 第25-26页 |
| 第四章 Markov 网络检索模型 | 第26-32页 |
| ·相关定义 | 第26-27页 |
| ·Markov 网络的构造 | 第27-32页 |
| ·Markov 网络结构 | 第27-28页 |
| ·索引项相关的度量 | 第28-29页 |
| ·Markov 网络检索模型 | 第29-32页 |
| 第五章 基于迁移学习理论的Markov 检索模型 | 第32-42页 |
| ·问题定义 | 第32-33页 |
| ·构造不同数据集的索引项空间网络 | 第33页 |
| ·计算词网之间的相似度 | 第33-34页 |
| ·基于迁移学习理论的 Markov 检索模型 | 第34-36页 |
| ·单步迁移 Markov 检索模型 | 第34-35页 |
| ·多步迁移 Markov 检索模型 | 第35-36页 |
| ·实验 | 第36-42页 |
| ·数据集 | 第36页 |
| ·评价指标 | 第36-37页 |
| ·预处理 | 第37-38页 |
| ·实验结果及分析 | 第38-42页 |
| 第六章 总结与展望 | 第42-43页 |
| ·总结 | 第42页 |
| ·未来的工作 | 第42-43页 |
| 参考文献 | 第43-50页 |
| 致谢 | 第50-51页 |
| 简历 | 第51页 |
