贝叶斯分类算法在税收政策公文识别的研究和应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题背景与意义 | 第12-13页 |
| ·研究现状 | 第13-16页 |
| ·数据挖掘研究现状 | 第13页 |
| ·文本自动分类研究现状 | 第13-14页 |
| ·贝叶斯分类研究现状 | 第14-15页 |
| ·实用文体分类研究现状 | 第15-16页 |
| ·论文的主要内容及组织结构 | 第16-17页 |
| 第2章 文本分类理论基础 | 第17-26页 |
| ·文本挖掘技术 | 第17-18页 |
| ·文本表示模型 | 第18-19页 |
| ·中文文本自动分类 | 第19-22页 |
| ·中文文本分类概念 | 第19页 |
| ·文本分类基本过程 | 第19-20页 |
| ·文本分类常用算法 | 第20-21页 |
| ·分类有效性评价 | 第21-22页 |
| ·自动机正则化理论 | 第22-23页 |
| ·有限自动机定义 | 第22页 |
| ·正则表达式定义 | 第22-23页 |
| ·自动机正则化 | 第23页 |
| ·文本向量预处理 | 第23-25页 |
| ·中文分词算法 | 第23-24页 |
| ·词条属性聚类 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 公文文本预处理 | 第26-32页 |
| ·公文文本预处理基本过程 | 第26页 |
| ·公文属性聚类 | 第26-28页 |
| ·公文正则自动机模型 | 第26-28页 |
| ·公文属性聚类 | 第28页 |
| ·公文文本向量预处理 | 第28-31页 |
| ·公文中文分词 | 第28-30页 |
| ·公文向量维数压缩 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第4章 加权朴素贝叶斯分类 | 第32-37页 |
| ·贝叶斯定理 | 第32页 |
| ·朴素贝叶斯算法 | 第32-34页 |
| ·朴素贝叶斯工作过程 | 第32-33页 |
| ·朴素贝叶斯改进 | 第33-34页 |
| ·WNB 分类 | 第34-36页 |
| ·加权朴素贝叶斯模型 | 第34-35页 |
| ·属性权值常用算法 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第5章 税收政策识别 | 第37-51页 |
| ·税收政策识别的意义 | 第37-39页 |
| ·税收政策公文概念及作用 | 第37页 |
| ·税收政策时滞的不利影响 | 第37-38页 |
| ·税收政策传递局限性 | 第38页 |
| ·建立高效传递通道必要性 | 第38-39页 |
| ·税收政策识别方法 | 第39-40页 |
| ·公文文本检索 | 第39页 |
| ·税收政策识别基本过程 | 第39-40页 |
| ·分类器参数计算 | 第40-42页 |
| ·公文样本选择 | 第40-41页 |
| ·公文分类器参数 | 第41-42页 |
| ·公文数据集成 | 第42-43页 |
| ·数据集成技术 | 第42页 |
| ·公文数据集成 | 第42-43页 |
| ·公文数据预处理 | 第43-46页 |
| ·数据清洗 | 第43页 |
| ·公文文本预处理 | 第43页 |
| ·公文文体结构模式 | 第43-45页 |
| ·公文文本表示模型 | 第45-46页 |
| ·公文 WNB 分类 | 第46-48页 |
| ·朴素贝叶斯局限性 | 第46页 |
| ·公文 WNB 分类基本过程 | 第46页 |
| ·公文属性子集权值算法 | 第46-48页 |
| ·公文 WNB 模型 | 第48页 |
| ·结果分析 | 第48-49页 |
| ·小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录 A 属性子集加权 WNB 分类器部分代码 | 第57-61页 |
