| 目录 | 第1-6页 |
| 图表目录:图 | 第6-8页 |
| 图表目录:表 | 第8-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-28页 |
| ·研究背景及意义 | 第13-15页 |
| ·研究背景 | 第13页 |
| ·研究意义 | 第13-15页 |
| ·问题描述 | 第15-17页 |
| ·文本分类 | 第15-16页 |
| ·话题识别与跟踪 | 第16-17页 |
| ·相关研究 | 第17-23页 |
| ·研究历史 | 第17-19页 |
| ·研究现状 | 第19-23页 |
| ·主要结果 | 第23-26页 |
| ·TREC文本过滤结果 | 第23-24页 |
| ·TDT评测结果 | 第24-26页 |
| ·拟解决的问题 | 第26-27页 |
| ·本文结构 | 第27-28页 |
| 第二章 文本分类技术 | 第28-43页 |
| ·文本分类任务的特点 | 第28-29页 |
| ·文档集 | 第29-30页 |
| ·文档表示模型 | 第30-32页 |
| ·文档特征 | 第30-31页 |
| ·文档表示 | 第31-32页 |
| ·文档特征选择方法 | 第32-34页 |
| ·信息增量(Information Gain) | 第32页 |
| ·互信息(Mutual Information) | 第32-33页 |
| ·x~2统计 | 第33页 |
| ·交叉熵(Cross Entropy) | 第33页 |
| ·证据权值(Weight of Evidence) | 第33页 |
| ·文档特征选择中的概率值估算 | 第33-34页 |
| ·分类方法 | 第34-40页 |
| ·基于统计的方法 | 第34-38页 |
| ·人工神经网络 | 第38-39页 |
| ·基于规则的方法 | 第39-40页 |
| ·分类性能评估 | 第40-43页 |
| ·单类赋值 | 第41-42页 |
| ·多类排序 | 第42-43页 |
| 第三章 kNN文本分类器类偏斜问题的处理 | 第43-55页 |
| ·引言 | 第43-45页 |
| ·单类分类时的kNN方法 | 第45页 |
| ·自适应的加权kNN文本分类 | 第45-50页 |
| ·动机 | 第45-46页 |
| ·符号标记及含义 | 第46页 |
| ·修正传统kNN决策函数 | 第46页 |
| ·临界点相关概念 | 第46-48页 |
| ·临界点性质及算法 | 第48-50页 |
| ·自适应的加权kNN文本分类 | 第50页 |
| ·实验结果及评价 | 第50-53页 |
| ·数据集及实验设置 | 第50-51页 |
| ·实验1—收缩因子对分类的影响 | 第51-52页 |
| ·实验2—与已有的偏斜处理方法对比 | 第52-53页 |
| ·分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第四章 特征选择及基于Condensing技术的文本取样 | 第55-75页 |
| ·引言 | 第55-56页 |
| ·MultiEdit及Condensing算法 | 第56-63页 |
| ·Editing算法 | 第56-57页 |
| ·Condensing算法 | 第57-60页 |
| ·MultiEdit及Condensing实验和评价 | 第60-63页 |
| ·MultiEdit及Condensing小结 | 第63页 |
| ·特征选择 | 第63-65页 |
| ·基于特征选择的文本取样算法 | 第65-73页 |
| ·ME1算法 | 第65页 |
| ·特征选择与Condensing技术相结合的算法 | 第65-69页 |
| ·基于特征选择的文本取样实验及评价 | 第69-73页 |
| ·小结 | 第73-75页 |
| 第五章 半监督的文本分类—两阶段协同学习 | 第75-85页 |
| ·引言 | 第75-76页 |
| ·相关研究 | 第76-77页 |
| ·基于kNN和SVM的二阶段协同学习 | 第77-84页 |
| ·理论基础 | 第77-78页 |
| ·本文动机 | 第78-79页 |
| ·两阶段协同学习—2P_CoTrain | 第79-81页 |
| ·实验数据 | 第81页 |
| ·实验设计 | 第81页 |
| ·实验结果 | 第81-84页 |
| ·小结 | 第84-85页 |
| 第六章 文本分类技术在内容安全中的应用 | 第85-97页 |
| ·引言 | 第85页 |
| ·TDT研究现状 | 第85-87页 |
| ·话题跟踪 | 第86页 |
| ·话题识别 | 第86-87页 |
| ·面向BBS的话题识别与跟踪 | 第87-91页 |
| ·基本模型 | 第87-88页 |
| ·改进的识别与跟踪过程 | 第88-89页 |
| ·权重改进策略 | 第89页 |
| ·实验设置 | 第89-90页 |
| ·实验结果 | 第90-91页 |
| ·讨论 | 第91页 |
| ·信息内容安全管理系统 | 第91-96页 |
| ·系统结构 | 第91-92页 |
| ·主题分类 | 第92-94页 |
| ·本文对主题分类的贡献 | 第94-96页 |
| ·小结 | 第96-97页 |
| 第七章 总结与展望 | 第97-100页 |
| ·总结 | 第97-98页 |
| ·进一步的工作 | 第98-100页 |
| 参考文献 | 第100-111页 |
| 附录一:计算CP,LA,UA的算法 | 第111-113页 |
| 攻读博士学位期间参与的科研项目及主要成果 | 第113-114页 |
| 致谢 | 第114-115页 |
