| 目录 | 第1-5页 |
| Contents | 第5-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 第1章 引言 | 第10-13页 |
| ·问题提出及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文研究工作 | 第12页 |
| ·本文的组织 | 第12-13页 |
| 第2章 中文文本表示 | 第13-24页 |
| ·向量空间模型(VSM) | 第13页 |
| ·文本特征词的表示 | 第13-16页 |
| ·停用词对文本分类的影响 | 第14页 |
| ·特征词的权重 | 第14-16页 |
| ·特征选择 | 第16-23页 |
| ·文档频率 | 第16页 |
| ·信息增益 | 第16-17页 |
| ·互信息 | 第17页 |
| ·X~2统计 | 第17-18页 |
| ·基于类内频率的特征选择函数 | 第18页 |
| ·实验结果与分析 | 第18-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 文本分类方法对比研究 | 第24-34页 |
| ·朴素贝叶斯法(Naive Bayes) | 第24-26页 |
| ·KNN方法 | 第26-27页 |
| ·支持向量机方法 | 第27-31页 |
| ·实验结果与分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于粗糙集与支持向量机融合技术的文本分类方法 | 第34-42页 |
| ·粗糙集理论 | 第34-37页 |
| ·粗糙集的基本概念 | 第34-36页 |
| ·决策表的离散化 | 第36-37页 |
| ·基于粗糙集与支持向量机融合技术的文本分类方法(RSVM) | 第37-39页 |
| ·文本预处理 | 第37页 |
| ·构造决策表 | 第37页 |
| ·决策表的离散化 | 第37页 |
| ·决策表的条件属性约简 | 第37-39页 |
| ·利用支持向量机进行分类 | 第39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 文本分类系统的设计与实现 | 第42-48页 |
| ·系统结构 | 第42页 |
| ·系统功能 | 第42-47页 |
| ·系统的主要功能 | 第43-45页 |
| ·常用工具 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录 | 第53-54页 |
| 承诺书 | 第54页 |