文本分类中特征选择算法的研究与改进
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文章节安排 | 第13-14页 |
| 第二章 文本分类相关技术概述 | 第14-26页 |
| 2.1 文本分类过程 | 第14-15页 |
| 2.2 文本分类技术 | 第15-23页 |
| 2.2.1 语料集 | 第15-16页 |
| 2.2.2 文本预处理 | 第16-17页 |
| 2.2.3 文本表示模型 | 第17-18页 |
| 2.2.4 特征降维 | 第18-21页 |
| 2.2.5 文本分类算法 | 第21-23页 |
| 2.3 分类性能评价指标 | 第23-25页 |
| 2.3.1 查全率和查准率 | 第23-24页 |
| 2.3.2 宏平均和微平均 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 互信息特征选择算法的分析与改进 | 第26-33页 |
| 3.1 互信息特征选择算法分析 | 第26-28页 |
| 3.1.1 传统互信息特征选择算法 | 第26-27页 |
| 3.1.2 互信息特征选择算法的不足 | 第27-28页 |
| 3.2 互信息特征选择算法的改进 | 第28-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 信息增益特征选择算法的分析与改进 | 第33-42页 |
| 4.1 信息熵 | 第33-34页 |
| 4.2 信息增益特征选择算法分析 | 第34-36页 |
| 4.2.1 传统信息增益特征选择算法 | 第34页 |
| 4.2.2 信息增益特征选择算法的不足 | 第34-36页 |
| 4.3 信息增益特征选择算法的改进 | 第36-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 实验及分析 | 第42-52页 |
| 5.1 文本分类系统 | 第42-45页 |
| 5.1.1 系统开发环境 | 第42页 |
| 5.1.2 文本分类系统框架 | 第42-43页 |
| 5.1.3 系统功能模块及相关流程图 | 第43-45页 |
| 5.2 实验设置 | 第45-46页 |
| 5.2.1 实验数据 | 第45-46页 |
| 5.2.2 分类器 | 第46页 |
| 5.3 互信息文本分类实验结果分析 | 第46-49页 |
| 5.3.1 总体查全率与查准率 | 第46-47页 |
| 5.3.2 类别查全率与查准率 | 第47-49页 |
| 5.4 信息增益文本分类实验结果分析 | 第49-51页 |
| 5.4.1 总体查全率与查准率 | 第49-50页 |
| 5.4.2 类别查全率与查准率 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 工作总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-60页 |
| 详细摘要 | 第60-62页 |
