基于SVM的中文文本分类系统的设计与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·课题研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要的研究工作 | 第12-13页 |
| ·研究目的 | 第12页 |
| ·研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 2 文本分类相关理论及技术 | 第14-24页 |
| ·文本分类概述 | 第14-15页 |
| ·文本分类的任务 | 第14页 |
| ·文本分类的过程 | 第14-15页 |
| ·中文分词 | 第15-16页 |
| ·文本的表示 | 第16-17页 |
| ·布尔模型 | 第16页 |
| ·概率模型 | 第16页 |
| ·向量空间模型 | 第16-17页 |
| ·文本特征选择 | 第17-20页 |
| ·文档频率 | 第18页 |
| ·信息增益 | 第18页 |
| ·互信息 | 第18-19页 |
| ·期望交叉熵 | 第19页 |
| ·χ~2 统计量 | 第19-20页 |
| ·文本证据权重 | 第20页 |
| ·特征项权重计算 | 第20-21页 |
| ·布尔权重 | 第20页 |
| ·词频权重 | 第20页 |
| ·反文档频率权重 | 第20-21页 |
| ·TFIDF 权重 | 第21页 |
| ·TFIDFIG 权重 | 第21页 |
| ·文本分类算法 | 第21-23页 |
| ·朴素贝叶斯方法 | 第21-22页 |
| ·K 最近邻 | 第22页 |
| ·决策树分类方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 支持向量机理论及关键技术 | 第24-34页 |
| ·支持向量机概述 | 第24页 |
| ·统计学理论概述 | 第24-26页 |
| ·支持向量机分类的方法 | 第26-30页 |
| ·超平面概述 | 第26-27页 |
| ·线性可分支持向量机 | 第27-28页 |
| ·线性不可分支持向量机 | 第28-30页 |
| ·非线性支持向量机 | 第30页 |
| ·核函数简介 | 第30-32页 |
| ·核函数的发展历史 | 第30-31页 |
| ·核函数的方法原理 | 第31页 |
| ·常见核函数 | 第31-32页 |
| ·支持向量机多类分类方法 | 第32页 |
| ·本章小结 | 第32-34页 |
| 4 系统的设计与实现 | 第34-43页 |
| ·系统需求及可行性分析 | 第34-35页 |
| ·系统需求分析 | 第34页 |
| ·系统可行性分析 | 第34-35页 |
| ·系统开发环境 | 第35页 |
| ·系统概要设计 | 第35-36页 |
| ·分类器训练的概要设计 | 第35-36页 |
| ·分类器分类过程概要设计 | 第36页 |
| ·系统详细设计 | 第36-42页 |
| ·中文预处理模块详细设计 | 第37-38页 |
| ·特征选择模块详细设计 | 第38页 |
| ·权重计算模块详细设计 | 第38-39页 |
| ·文本表示模块详细设计 | 第39-40页 |
| ·SVM 训练模块详细设计 | 第40-41页 |
| ·SVM 分类模块详细设计 | 第41页 |
| ·结果展示模块详细设计 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于 Sogou 语料的分类实验 | 第43-53页 |
| ·Sogou 语料简介 | 第43页 |
| ·文本分类评估方法 | 第43-44页 |
| ·实验安排 | 第44页 |
| ·实验与结果分析 | 第44-52页 |
| ·概率估算方法实验 | 第44-46页 |
| ·特征选择方式实验 | 第46-48页 |
| ·特征选择实验 | 第48-49页 |
| ·权重计算实验 | 第49-51页 |
| ·核函数实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| ·总结 | 第53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第59页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第59页 |
