| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 前言 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 课题相关的国内外研究现状 | 第9-10页 |
| 1.2.1 文本分类国外研究现状 | 第9页 |
| 1.2.2 文本分类国内研究现状 | 第9-10页 |
| 1.2.3 特征选择算法研究现状 | 第10页 |
| 1.3 论文研究内容及组织结构 | 第10-12页 |
| 1.3.1 论文主要内容 | 第10-11页 |
| 1.3.2 论文组织结构 | 第11-12页 |
| 2 文本分类技术 | 第12-24页 |
| 2.1 文本分类基础理论 | 第12-13页 |
| 2.2 文本预处理 | 第13-15页 |
| 2.2.1 去除文本标记 | 第13-14页 |
| 2.2.2 英文词干提取 | 第14页 |
| 2.2.3 中文分词 | 第14-15页 |
| 2.2.4 去停用词 | 第15页 |
| 2.3 文本表示 | 第15-17页 |
| 2.3.1 布尔模型 | 第15-16页 |
| 2.3.2 向量空间模型 | 第16-17页 |
| 2.3.3 概率模型 | 第17页 |
| 2.4 特征选择 | 第17-18页 |
| 2.5 特征加权 | 第18-19页 |
| 2.5.1 布尔权重 | 第18页 |
| 2.5.2 词频权重 | 第18-19页 |
| 2.5.3 TF-IDF权重 | 第19页 |
| 2.6 分类算法 | 第19-23页 |
| 2.6.1 KNN算法 | 第20-21页 |
| 2.6.2 支持向量机算法 | 第21-22页 |
| 2.6.3 决策树算法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 3 基于词频的特征选择算法 | 第24-40页 |
| 3.1 相关的特征选择算法 | 第24-26页 |
| 3.1.1 文档频率 | 第24页 |
| 3.1.2 信息增益 | 第24-25页 |
| 3.1.3 互信息 | 第25-26页 |
| 3.1.4 t-Test | 第26页 |
| 3.2 FSATF算法 | 第26-30页 |
| 3.2.1 方差的引入 | 第27-28页 |
| 3.2.2 算法思想 | 第28-29页 |
| 3.2.3 算法描述 | 第29-30页 |
| 3.3 实验设置 | 第30-33页 |
| 3.3.1 实验数据 | 第30-32页 |
| 3.3.2 文本表示 | 第32页 |
| 3.3.3 分类器选择 | 第32页 |
| 3.3.4 性能评价指标 | 第32-33页 |
| 3.4 实验结果及分析 | 第33-38页 |
| 3.4.1 K值的设置 | 第33-34页 |
| 3.4.2 20-NewsGroup语料库上的实验结果 | 第34-36页 |
| 3.4.3 SougouCS语料库上的实验结果 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于词条相对贡献率的特征选择算法 | 第40-50页 |
| 4.1 相关的特征选择算法 | 第40-41页 |
| 4.1.1 CTD算法 | 第40页 |
| 4.1.2 SCIW算法 | 第40-41页 |
| 4.1.3 CMFS算法 | 第41页 |
| 4.2 RCT算法 | 第41-44页 |
| 4.2.1 算法的研究动机 | 第42页 |
| 4.2.2 算法的实现 | 第42-44页 |
| 4.3 实验设置 | 第44页 |
| 4.4 实验结果及分析 | 第44-49页 |
| 4.4.1 20-NewsGroup数据集上的实验结果 | 第44-47页 |
| 4.4.2 SougouCS数据集上的实验结果 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-51页 |
| 5.1 工作总结 | 第50页 |
| 5.2 工作展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 在校期间学术成果及获奖情况 | 第56页 |