| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·特征选择算法的研究现状 | 第12-13页 |
| ·文本分类算法的研究现状 | 第13-15页 |
| ·主要工作和预期目标 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第2章 预处理中分词算法的研究 | 第17-25页 |
| ·中文文本分类预处理分析 | 第17-18页 |
| ·中文文本分类特点的剖析 | 第17页 |
| ·中文文本向量空间模型表示法 | 第17-18页 |
| ·中文分词内容 | 第18-19页 |
| ·剖析两种机械分词算法 | 第19页 |
| ·改进的分词算法 | 第19-23页 |
| ·算法的词典结构 | 第20页 |
| ·算法匹配方式 | 第20-21页 |
| ·算法对歧义词的处理策略 | 第21-22页 |
| ·算法识别未登录词的策略 | 第22-23页 |
| ·去停用词处理 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 文本分类中特征选择算法的研究 | 第25-35页 |
| ·特征选择算法分析 | 第25-29页 |
| ·文档频度 | 第25页 |
| ·互信息 | 第25-27页 |
| ·信息增益 | 第27-28页 |
| ·卡方检验 | 第28-29页 |
| ·绝对比例区分算法 | 第29-31页 |
| ·CPD 特征选择算法概述 | 第29-30页 |
| ·CPD 举例说明 | 第30-31页 |
| ·改进 CPD 特征选择算法 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 改进 KNN 文本分类算法 | 第35-43页 |
| ·文本分类算法分析 | 第35-37页 |
| ·类中心向量法 | 第35页 |
| ·K 近邻算法 | 第35-36页 |
| ·朴素贝叶斯算法 | 第36-37页 |
| ·传统 KNN 分类算法 | 第37-38页 |
| ·文本的表示方法 | 第37页 |
| ·KNN 分类算法 | 第37-38页 |
| ·改进 KNN 分类算法 | 第38-41页 |
| ·Rocchio 方法的使用 | 第38-39页 |
| ·改进KNN 算法 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第5章 中文文本分类实验方案与结果分析 | 第43-63页 |
| ·实验数据集 | 第43-44页 |
| ·实验评价指标 | 第44-46页 |
| ·查准率和查全率 | 第44-45页 |
| ·F-测量 | 第45页 |
| ·宏平均和微平均 | 第45-46页 |
| ·实验方案的设计 | 第46-50页 |
| ·实验结果分析 | 第50-62页 |
| ·中文文本分类语料库--TanCorpV1.0 上的实验 | 第50-56页 |
| ·搜狐互联网网页语料库上的实验 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |