| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·文本分类研究进展 | 第12-14页 |
| ·本文所做的工作 | 第14-15页 |
| ·本文的内容安排 | 第15-16页 |
| 第2章 常用文本分类算法性能研究 | 第16-29页 |
| ·引言 | 第16页 |
| ·文本分类模型 | 第16-18页 |
| ·特征选择方法 | 第18-19页 |
| ·文档频率 | 第18页 |
| ·互信息 | 第18页 |
| ·信息增益 | 第18-19页 |
| ·X~2统计量 | 第19页 |
| ·常用文本分类算法研究 | 第19-22页 |
| ·朴素贝叶斯算法 | 第19-20页 |
| ·支持向量机算法 | 第20-21页 |
| ·TFIDF算法 | 第21-22页 |
| ·k近邻算法 | 第22页 |
| ·文本分类中常用的标准数据集 | 第22-24页 |
| ·20 新闻组数据集(20 newsgroups corpus) | 第22-23页 |
| ·路透社数据集(Reuters-21578 corpus) | 第23-24页 |
| ·文本分类中常用的算法性能评价体系 | 第24-25页 |
| ·Bow文本分类系统 | 第25-26页 |
| ·各种算法的性能评价 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第3章 消除朴素贝叶斯算法中零概率问题的新策略 | 第29-38页 |
| ·引言 | 第29-30页 |
| ·相关工作 | 第30-33页 |
| ·朴素贝叶斯文本分类算法 | 第30-31页 |
| ·最大似然估计与零概率问题 | 第31页 |
| ·平滑算法 | 第31-33页 |
| ·消除朴素贝叶斯算法中零概率问题的新策略 | 第33-35页 |
| ·NB_TF策略 | 第34页 |
| ·NB_TS策略 | 第34-35页 |
| ·实验和分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第4章 调整训练文本权值改善分类器性能 | 第38-45页 |
| ·引言 | 第38-39页 |
| ·相关工作 | 第39-40页 |
| ·训练文本权值调整策略 | 第40-42页 |
| ·实验和分析 | 第42-44页 |
| ·基于20新闻组数据集的实验 | 第42-43页 |
| ·基于路透社数据集的实验 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第5章 一种改进的TFIDF文本分类算法 | 第45-52页 |
| ·引言 | 第45-46页 |
| ·相关工作 | 第46-49页 |
| ·Rocchio文本分类算法 | 第46页 |
| ·Rocchio与k-NN相结合的算法 | 第46-49页 |
| ·一种改进的TFIDF文本分类算法 | 第49-50页 |
| ·实验及分析 | 第50-51页 |
| ·基于20新闻组数据集的实验 | 第50-51页 |
| ·基于路透社数据集的实验 | 第51页 |
| ·小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读学位期间所发表的学术论文 | 第60页 |