| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 1 引言 | 第13-20页 |
| ·论文选题的意义 | 第13-14页 |
| ·研究现状 | 第14-17页 |
| ·研究创新点 | 第17页 |
| ·研究难点 | 第17页 |
| ·论文主要工作 | 第17-20页 |
| 2 相关研究概述 | 第20-34页 |
| ·机器学习方法概述 | 第20-27页 |
| ·支持向量机(Support Vector Machine,SVM) | 第20-26页 |
| ·MARTT自建分类算法 | 第26-27页 |
| ·研究平台 | 第27-34页 |
| ·MARTT | 第27-34页 |
| ·LIBSVM | 第34页 |
| 3 数据集合 | 第34-40页 |
| ·训练集合的准备 | 第34-39页 |
| ·训练集介绍 | 第34-35页 |
| ·训练集预处理 | 第35-36页 |
| ·训练集的XML标引 | 第36-39页 |
| ·测试集合的准备 | 第39-40页 |
| 4 语词切分 | 第40-42页 |
| ·分词软件 | 第40页 |
| ·中文分词 | 第40-42页 |
| 5 系统框架 | 第42-50页 |
| ·框架简介 | 第42页 |
| ·文件输入 | 第42-43页 |
| ·学习模块 | 第43-44页 |
| ·标注模块 | 第44-47页 |
| ·结果输出 | 第47-48页 |
| ·Schema文件的更正扩展 | 第48-50页 |
| 6 SVM文本分类系统 | 第50-55页 |
| ·系统简介 | 第50页 |
| ·数据集合 | 第50-52页 |
| ·特征量选取 | 第50页 |
| ·数据集格式转换 | 第50-52页 |
| ·数据训练 | 第52-54页 |
| ·分类测试 | 第54-55页 |
| 7 实验及结果分析 | 第55-63页 |
| ·实验安排 | 第55页 |
| ·评价机制 | 第55-56页 |
| ·实验结果分析 | 第56-63页 |
| ·混合样本测试 | 第56-60页 |
| ·单科样本测试 | 第60-61页 |
| ·SVM对比测试 | 第61-63页 |
| 8 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |