中文文本分类中特征描述及分类器构造方法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·问题的提出及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的研究内容 | 第12-13页 |
| 2 文本分类技术 | 第13-26页 |
| ·引言 | 第13页 |
| ·文本分类问题描述 | 第13-15页 |
| ·文本的形式化 | 第15页 |
| ·文本特征的提取 | 第15-17页 |
| ·特征项的权重计算 | 第17-18页 |
| ·文本分类方法 | 第18-25页 |
| ·文本分类方法的性能评估 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 基于上下文关系的特征描述方法 | 第26-31页 |
| ·引言 | 第26页 |
| ·上下文中词语之间的关系 | 第26-27页 |
| ·基于上下文的特征选择方法（CBFS） | 第27-29页 |
| ·考虑上下文的特征权重计算方案（CBFW） | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于主动学习的文本分类器训练算法 | 第31-41页 |
| ·引言 | 第31页 |
| ·训练样本数量对分类器的影响 | 第31-32页 |
| ·主动学习算法减少训练数据的原理 | 第32-35页 |
| ·SVM 适用于主动学习的分析 | 第35-37页 |
| ·SVM 主动学习算法训练文本分类器 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 5 实验方法与结果分析 | 第41-47页 |
| ·实验数据 | 第41页 |
| ·LIBSVM 分类器 | 第41页 |
| ·文本特征描述实验 | 第41-45页 |
| ·分类器训练算法实验 | 第45-47页 |
| 6 结论与展望 | 第47-49页 |
| ·结论 | 第47页 |
| ·进一步的工作 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录A 作者在攻读硕士学位期间的其它工作 | 第53-54页 |
| 发表的论文 | 第53页 |
| 参加的科研项目 | 第53-54页 |
| 附录B 文本分类系统界面设计 | 第54-55页 |
| 独创性声明 | 第55页 |
| 学位论文版权使用授权书 | 第55页 |
