文本自动分类系统的研究与实现
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第1章 绪论 | 第7-15页 |
| 1．1 研究背景 | 第7-8页 |
| 1．2 文本分类 | 第8-12页 |
| 1．2．1 定义 | 第8页 |
| 1．2．2 文本分类的两种类型 | 第8-9页 |
| 1．2．3 两种分类模型 | 第9-10页 |
| 1．2．4 文本分类的组成 | 第10-12页 |
| 1．2．5 文本自动分类系统 | 第12页 |
| 1．3 本课题的研究内容和来源 | 第12-13页 |
| 1．4 本文的组织 | 第13-15页 |
| 第2章 常见文本分类技术 | 第15-24页 |
| 2．1 特征提取 | 第15-18页 |
| 2．1．1 IG特征提取 | 第16-17页 |
| 2．1．2 MI特征提取 | 第17-18页 |
| 2．1．3 CHI特征提取 | 第18页 |
| 2．1．4 DF特征提取 | 第18页 |
| 2．2 分类模型 | 第18-24页 |
| 2．1．1 基于TFIDF的Rocchio算法 | 第19-20页 |
| 2．2．2 朴素贝叶斯模型 | 第20-21页 |
| 2．2．3 决策树 | 第21-22页 |
| 2．2．4 神经网络 | 第22页 |
| 2．2．5 K近邻 | 第22-24页 |
| 第3章 文本自动分类系统的实现 | 第24-28页 |
| 3．1 系统框架 | 第24-25页 |
| 3．2 预处理 | 第25页 |
| 3．3 特征抽取 | 第25-26页 |
| 3．4 特征提取 | 第26页 |
| 3．5 特征表示 | 第26页 |
| 3．6 分类器 | 第26-27页 |
| 3．7 评测器 | 第27-28页 |
| 第4章 实验结果与讨论 | 第28-40页 |
| 4．1 数据集 | 第28-29页 |
| 4．2 评价标准 | 第29-30页 |
| 4．3 实验结果与讨论 | 第30-40页 |
| 4．3．1 分类方法实验结果 | 第30-33页 |
| 4．3．2 特征提取实验结果 | 第33-40页 |
| 第5章 特征提取的评价标准与FX特征提取 | 第40-54页 |
| 5．1 特征提取的评价标准 | 第40-49页 |
| 5．1．1 特征提取的目的 | 第40-41页 |
| 5．1．2 相关定义 | 第41-42页 |
| 5．1．3 特征提取的原则 | 第42-43页 |
| 5．1．4 MC value | 第43-44页 |
| 5．1．5 评测结果 | 第44-47页 |
| 5．1．6 分析与讨论 | 第47-49页 |
| 5．2 FX特征提取 | 第49-54页 |
| 结论 | 第54-59页 |
| 文本自动分类系统的结论 | 第54页 |
| MC value特征提取评测标准的结论 | 第54-55页 |
| FX特征提取的结论 | 第55页 |
| 未来的工作 | 第55-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
