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--检索机论文

基于排序学习的知识库引文推荐

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-14页
    1.1 课题研究背景第10-11页
    1.2 国内外研究现状第11-12页
    1.3 本文研究内容及意义第12页
    1.4 论文结构安排第12-14页
第二章 引文排序及推荐相关研究第14-21页
    2.1 引文推荐常用模型第14-16页
        2.1.1 布尔模型第14页
        2.1.2 向量空间模型第14-15页
        2.1.3 概率模型第15页
        2.1.4 语言模型第15页
        2.1.5 排序学习模型第15-16页
    2.2 排序学习模型相关方法介绍第16-20页
        2.2.1 查询扩展方法介绍第16-17页
        2.2.2 特征提取方法介绍第17-19页
        2.2.3 排序学习方法介绍第19-20页
    2.5 本章总结第20-21页
第三章 基于语义词典与词向量的查询扩展第21-30页
    3.1 基于语义词典的查询扩展第21-22页
    3.2 基于词向量的查询扩展第22-29页
        3.2.1 基于WAF的查询扩展第22-25页
        3.2.2 基于word2vec的查询扩展第25-29页
    3.3 本章总结第29-30页
第四章 基于语义特征与句法分析的特征工程第30-38页
    4.1 实体特征第30页
    4.2 文档特征第30页
    4.3 实体-文档特征第30-31页
    4.4 语义特征第31-35页
        4.4.1 LDA特征第31-33页
        4.4.2 ESA特征第33-35页
    4.5 句法特征第35页
    4.6 时间特征第35-37页
    4.7 本章总结第37-38页
第五章 基于排序与融合分类的引文推荐第38-44页
    5.1 基于排序的引文推荐第38-41页
        5.1.1 基于oint-wise的引文推荐第38-39页
        5.1.2 基于pair-wise的引文推荐第39-40页
        5.1.3 基于list-wise的引文推荐第40-41页
    5.2 基于融合分类的引文推荐第41-43页
        5.2.1 逻辑回归理论与本文的应用第41-42页
        5.2.2 随机森林理论与本文的应用第42页
        5.2.3 基于线性和非线性分类器的融合第42-43页
    5.3 本章总结第43-44页
第六章 实验与结果分析第44-51页
    6.1 数据预处理第44-46页
        6.1.1 数据分析第44-45页
        6.1.2 建立索引第45-46页
    6.2 实验过程第46页
    6.3 结果与分析第46-49页
        6.3.1 评价指标第46-47页
        6.3.2 结果分析第47-49页
    6.4 本章总结第49-51页
第七章 总结与展望第51-53页
    7.1 总结第51-52页
    7.2 展望第52-53页
参考文献第53-56页
致谢第56-57页
攻读学位期间发表的学术论文第57页

论文共57页,点击 下载论文
上一篇:自动标签标注系统研究
下一篇:基于数据挖掘的自适应垃圾短信过滤系统的设计与实现