基于粗糙集的文本自动分类研究
| 摘要 | 第1-5页 |
| 第一章 绪论 | 第5-9页 |
| ·文本分类的国内外研究现状 | 第5-7页 |
| ·本文的主要研究内容 | 第7-9页 |
| 第二章 文本分类和粗糙集 | 第9-24页 |
| ·文本分类的概述 | 第9-10页 |
| ·文本挖掘的定义 | 第9页 |
| ·文本挖掘的过程 | 第9-10页 |
| ·文本分类 | 第10页 |
| ·文档自动分类算法 | 第10-16页 |
| ·文档自动分类算法的分类 | 第10-11页 |
| ·实现中文文本自动分类的一般过程 | 第11-12页 |
| ·中文文本自动分类的关键技术 | 第12-16页 |
| ·聚类分析 | 第16-17页 |
| ·粗糙集理论 | 第17-22页 |
| ·粗糙集理论的基本概念 | 第17-22页 |
| ·基于粗糙集的文本表示模型 | 第22-24页 |
| ·文档的粗糙集表示模型 | 第23-24页 |
| 第三章 中文分词处理 | 第24-34页 |
| ·自动分词概述 | 第24-27页 |
| ·自动分词的原则 | 第24-25页 |
| ·自动分词算法 | 第25-27页 |
| ·歧义切分问题的处理 | 第27-29页 |
| ·歧义结构及切分 | 第27-28页 |
| ·分词规则 | 第28-29页 |
| ·未登录词的处理 | 第29-31页 |
| ·自动分词系统模型 | 第31-32页 |
| ·系统结构 | 第31页 |
| ·预处理模块 | 第31页 |
| ·歧义字段的发现 | 第31页 |
| ·歧义字段的处理 | 第31-32页 |
| ·未登录词的处理 | 第32页 |
| ·本文所采用的分词算法 | 第32-34页 |
| 第四章 基于粗糙集的文本分类和文本聚类 | 第34-50页 |
| ·基于粗糙集的文本分类 | 第34-46页 |
| ·基于粗糙集方法的优点 | 第35-36页 |
| ·基于粗糙集的文本分类规则抽取模型 | 第36-37页 |
| ·文本的预处理 | 第37-38页 |
| ·文本的特征提取与表示 | 第38-42页 |
| ·特征项权值的离散化与决策表的构造 | 第42页 |
| ·基于粗糙集理论的属性约简算法 | 第42-45页 |
| ·决策规则的表示 | 第45页 |
| ·通用评价标准 | 第45页 |
| ·训练样本的的选择 | 第45-46页 |
| ·基于粗糙集的文本聚类 | 第46-50页 |
| ·传统的文本聚类方法 | 第46-48页 |
| ·基于粗糙集的文本聚类 | 第48页 |
| ·基于聚类和粗糙集的文本分类方法 | 第48-50页 |
| 第五章 总结 | 第50-51页 |
| ABSTRACT | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第56-57页 |
| 学位论文独创性声明 | 第57页 |
| 学位论文版权的使用授权书 | 第57页 |
