潜在语义分类模型的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 引言 | 第6-10页 |
| ·研究背景 | 第6-7页 |
| ·本文工作 | 第7-8页 |
| ·论文组织 | 第8-10页 |
| 第二章 文本分类概述 | 第10-26页 |
| ·文本预处理 | 第10-13页 |
| ·去除文档中的格式标记 | 第11页 |
| ·过滤非法字符和字母大小写转换 | 第11页 |
| ·去除停用词和稀有词 | 第11-12页 |
| ·词干化处理 | 第12页 |
| ·中文分词处理 | 第12-13页 |
| ·文本表示方法 | 第13-15页 |
| ·布尔权重 | 第14页 |
| ·词频权重 | 第14页 |
| ·tfidf权重 | 第14页 |
| ·tfc权重 | 第14-15页 |
| ·ltc权重 | 第15页 |
| ·维数约简 | 第15-18页 |
| ·文档频数 | 第16页 |
| ·信息增益 | 第16-17页 |
| ·互信息 | 第17-18页 |
| ·X~2统计量 | 第18页 |
| ·文本分类模型 | 第18-24页 |
| ·Rocchio分类器 | 第19页 |
| ·k近邻分类器 | 第19-20页 |
| ·支持向量机分类器 | 第20-22页 |
| ·其它常见分类模型 | 第22-24页 |
| ·评价方法 | 第24-26页 |
| 第三章 相关理论和模型 | 第26-38页 |
| ·潜在语义索引模型 | 第26-30页 |
| ·模型原理 | 第26-28页 |
| ·潜在语义索引模型存在的问题 | 第28-30页 |
| ·偏最小二乘回归 | 第30-38页 |
| ·模型工作目标 | 第31页 |
| ·计算方法 | 第31-34页 |
| ·单因变量的简化算法 | 第34-35页 |
| ·有效性检测 | 第35-38页 |
| 第四章 潜在语义分类模型 | 第38-46页 |
| ·问题的提出 | 第38-39页 |
| ·潜在语义分类模型 | 第39-46页 |
| ·模型原理 | 第39-41页 |
| ·数学推导 | 第41-42页 |
| ·LSC2算法 | 第42-44页 |
| ·LSC1算法 | 第44-46页 |
| 第五章 实验结果和分析 | 第46-58页 |
| ·语料库 | 第46-48页 |
| ·Reuters-21578语料库 | 第46-47页 |
| ·复旦大学中文文本分类语料库 | 第47-48页 |
| ·语料库的比较分析 | 第48页 |
| ·数据预处理 | 第48-50页 |
| ·对Reuters-21578语料库的数据预处理 | 第49页 |
| ·对复旦大学中文文本分类语料库的数据预处理 | 第49-50页 |
| ·实验结果 | 第50-58页 |
| ·特征维数变化情况下的性能分析 | 第50-53页 |
| ·不同分类模型的性能比较 | 第53-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·未来的工作 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64-65页 |
| 独创性声明 | 第65页 |
| 论文使用授权说明 | 第65页 |
