第1章 绪论
1.1 选题背景及意义
1.2 国内外研究现状及相关技术
1.2.1 文本分类
1.2.2 主题模型
1.2.3 半监督学习
1.2.4 半监督的置信度评价指标
1.3 论文组织
第2章 相关方法概述
2.1 半监督学习假设
2.1.1 平滑假设
2.1.2 流形假设
2.1.3 聚类假设
2.2 LDA主题模型
2.3 SLDA主题模型
2.4 SVM算法和NB算法
2.4.1 SVM算法
2.4.2 NB算法
2.5 本章小结
第3章 基于半监督学习的s-SLDA主题模型
3.1 s-SLDA概率图模型
3.2 s-SLDA参数估计
3.3 s-SLDA主题模型的评估
3.4 伪类分类器的选取
3.5 本章小结
第4章 基于s-SLDA模型的文本分类方法
4.1 文档主题推断
4.2 基于s-SLDA的文本分类新方法
4.3 评估指标
4.4 实验与分析
4.4.1 数据集
4.4.2 s-SLDA-TC与其它方法的分类性能比较
4.4.3 s-SLDA-TC效果的实验分析
第5章 总结与展望
5.1 全文工作总结
5.2 研究展望
论文写作涉及到的论文选题、标题、摘要、提纲、开题报告、答辩等方面，本网都有为大家提供相关的写作素材，有任何问题，欢迎随时咨询。
