声明
摘要
1绪论
1.1研究背景与研究意义
1.2国内外研究现状
1.3本文研究内容
1.4本文组织结构
2文本分类以及分类模型
2.1文本分类
2.1.1文本分类定义
2.1.2文本分类过程
2.2文本分类模型
2.2.1隐性语义分析
2.2.2无监督主题模型
2.2.3监督主题模型
2.2.4神经网络模型
2.2.5支持向量机
2.2.6决策树算法
2.2.7贝叶斯分类
2.2.8 KNN分类器
2.3本章小结
3基于层次结构的NLDA模型
3.1模型的提出
3.2模型的推导
3.2.1模型的训练
3.2.2模型的预测
3.3本章小结
4引入主题监督的NSLDA模型
4.1模型的提出
4.2模型的推导
4.3模型的扩充
4.3.1主题的扩充
4.3.2结构的扩充
4.3.3发掘标签结构
4.4基于正负例的模型混合
4.4.1集成学习
4.4.2正负例模型的选择
4.4.3模型的融合
4.5本章小结
5实验结果与分析
5.1实验数据与实验环境
5.1.1实验数据
5.1.2数据预处理
5.1.3实验环境
5.2评估指标
5.3实验设计
5.3.1 NSLDA模型实验设计
5.3.2正负例模型混合实验设计
5.4实验结果与分析
5.4.1 NSLDA模型实验结果
5.4.2正负例模型混合实验结果
5.5本章小结
6总结与展望
6.1本文工作总结
6.2未来研究展望
参考文献
附录攻读学位期间参加的科研工作及成果
致谢