基于向量空间模型的自反馈的文本分类系统的研究与实现
| 第一章 引言 | 第1-19页 |
| ·文本分类系统的问题描述 | 第9-12页 |
| ·系统任务 | 第9-10页 |
| ·评价方法 | 第10-12页 |
| ·文本分类系统的研究目的和意义 | 第12-13页 |
| ·文本分类系统的研究现状 | 第13-16页 |
| ·本文的内容 | 第16-19页 |
| ·研究内容 | 第16-17页 |
| ·本文的组织 | 第17-19页 |
| 第二章 基于向量空间模型的文本分类算法 | 第19-41页 |
| ·引言 | 第19-20页 |
| ·向量空间模型简介 | 第20-29页 |
| ·文本的表示 | 第20-21页 |
| ·向量空间模型的基本概念 | 第21-23页 |
| ·特征项的选择 | 第23-24页 |
| ·特征项的提取 | 第24-28页 |
| ·问题的提出 | 第24-25页 |
| ·特征项提取方法 | 第25-28页 |
| ·特征项的权重 | 第28-29页 |
| ·基于向量空间模型的文本分类算法 | 第29-41页 |
| ·机器学习思想的描述 | 第29-31页 |
| ·文本分类算法 | 第31-37页 |
| ·贝叶斯算法 | 第32-33页 |
| ·K-近邻算法 | 第33-34页 |
| ·类中心向量最近距离判别算法 | 第34页 |
| ·基于聚类粒度原理的分类算法 | 第34-35页 |
| ·支持向量机算法 | 第35-36页 |
| ·其他分类算法 | 第36-37页 |
| ·多分类器算法 | 第37-41页 |
| ·多分类器算法的描述 | 第37-38页 |
| ·阈值的确定 | 第38-41页 |
| 第三章 反馈方法在文本分类算法中的应用 | 第41-49页 |
| ·引言 | 第41-42页 |
| ·未标记文本对文本分类系统性能的影响 | 第42-45页 |
| ·反馈方法与文本分类算法的结合 | 第45-49页 |
| ·基本思想与适用情况 | 第45-47页 |
| ·应用反馈方法的分类算法 | 第47-49页 |
| 第四章 系统的结构与实现 | 第49-59页 |
| ·系统的结构与模块说明 | 第49-51页 |
| ·关键算法描述 | 第51-57页 |
| ·特征提取算法 | 第51-52页 |
| ·分类算法 | 第52-56页 |
| ·反馈算法 | 第56-57页 |
| ·系统的实现说明 | 第57-59页 |
| 第五章 实验结果与分析 | 第59-69页 |
| ·分类体系和语料 | 第59页 |
| ·系统测试内容与测试结果 | 第59-69页 |
| ·多种分类算法性能效率比较 | 第59-65页 |
| ·反馈方法对分类性能的影响 | 第65-69页 |
| 第六章 总结与进一步的工作 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·进一步的工作 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简介 | 第75页 |
