| 第一章 绪论 | 第1-15页 |
| 1．1 文本分类系统介绍 | 第8-10页 |
| 1．2 贝叶斯分类的发展 | 第10-13页 |
| 1．2．1 贝叶斯理论的起源 | 第11页 |
| 1．2．2 贝叶斯理论的研究目的和意义 | 第11-12页 |
| 1．2．3 贝叶斯理论的研究现状 | 第12-13页 |
| 1．3 本文的内容 | 第13-15页 |
| 1．3．1 研究内容 | 第13页 |
| 1．3．2 本文的组织 | 第13-15页 |
| 第二章 贝叶斯文本分类系统 | 第15-35页 |
| 2．1 引言 | 第15页 |
| 2．2 自动文本分类系统 | 第15-27页 |
| 2．2．1 文本信息的描述及特征提取 | 第18-23页 |
| 2．2．2 词频空间特征提取方法 | 第23-25页 |
| 2．2．3 文本分类方法 | 第25-27页 |
| 2．3 贝叶斯分类器的模型 | 第27-30页 |
| 2．4 贝叶斯文本分类器的模型 | 第30-35页 |
| 2．4．1 贝叶斯分类器的表示 | 第30-31页 |
| 2．4．2 贝叶斯文本分类器的模型 | 第31-34页 |
| 2．4．3 贝叶斯文本分类器的缺陷 | 第34-35页 |
| 第三章 统计语言模型 | 第35-42页 |
| 3．1 引言 | 第35-36页 |
| 3．2 N元模型 | 第36页 |
| 3．3 N元模型的平滑技术 | 第36-42页 |
| 3．3．1 N元平滑模型 | 第37-38页 |
| 3．3．2 N元平滑折扣(Discounting)方法 | 第38-39页 |
| 3．3．3 uni-gram模型的平滑方法 | 第39-42页 |
| 第四章 统计语言模型的平滑技术在贝叶斯分类算法中的应用 | 第42-51页 |
| 4．1 引言 | 第42页 |
| 4．2 贝叶斯的平滑技术分析 | 第42-43页 |
| 4．3 uni-gram平滑方法在贝叶斯分类器上的应用 | 第43-51页 |
| 4．3．1 改进的贝叶斯分类算法 | 第44-45页 |
| 4．3．2 改进的贝叶斯分类器框图 | 第45-51页 |
| 第五章 实验及结果分析 | 第51-61页 |
| 5．1 引言 | 第51页 |
| 5．2 测试工具及分类语料 | 第51页 |
| 5．3 测试内容与测试结果 | 第51-61页 |
| 5．3．1 改进后的贝叶斯分类器的参数选择 | 第52-57页 |
| 5．3．2 改进后的贝叶斯分类器与原分类器的性能比较 | 第57-61页 |
| 第六章 总结与进一步的工作 | 第61-63页 |
| 6．1 总结 | 第61页 |
| 6．2 进一步的工作 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
