基于概念集合的网页内容过滤方法的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-14页 |
| ·研究背景及意义 | 第11页 |
| ·相关研究现状 | 第11-12页 |
| ·论文的主要工作及组织结构 | 第12-14页 |
| 2 网页过滤的相关知识 | 第14-33页 |
| ·文本分词 | 第14-18页 |
| ·语义依存分析 | 第18-20页 |
| ·句法分析 | 第18-20页 |
| ·语义模式分析 | 第20页 |
| ·文本表示模型 | 第20-22页 |
| ·布尔模型 | 第20-21页 |
| ·向量空间模型 | 第21-22页 |
| ·概率模型 | 第22页 |
| ·文本分类方法 | 第22-26页 |
| ·贝叶斯分类法 | 第23-24页 |
| ·支持向量机(SVM) | 第24-26页 |
| ·KNN分类方法 | 第26页 |
| ·权重计算 | 第26-27页 |
| ·知网(HowNet) | 第27-32页 |
| ·知网的组成 | 第28-30页 |
| ·知网的知识描述语言 | 第30-32页 |
| ·知网的情感词汇 | 第32页 |
| ·本章小结 | 第32-33页 |
| 3 网页过滤相关算法及其改进 | 第33-43页 |
| ·网页过滤出现的问题 | 第33-34页 |
| ·传统的过滤技术存在的缺陷 | 第33页 |
| ·情感倾向性过滤的描述 | 第33-34页 |
| ·网页过滤的相关算法 | 第34-37页 |
| ·格语法 | 第34-35页 |
| ·基于知网的语义相似度 | 第35-37页 |
| ·网页过滤算法的改进 | 第37-42页 |
| ·情感词典的构造 | 第37-38页 |
| ·网页过滤算法改进 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 4 仿真过程及结果分析 | 第43-54页 |
| ·仿真过程 | 第43-46页 |
| ·文本分词 | 第43-44页 |
| ·句子分析与划分 | 第44-45页 |
| ·概念集合匹配 | 第45-46页 |
| ·文本匹配结果 | 第46页 |
| ·网页过滤演示 | 第46-51页 |
| ·词语查询 | 第47-49页 |
| ·分词结果 | 第49页 |
| ·倾向性判断 | 第49-50页 |
| ·判断结果 | 第50-51页 |
| ·仿真结果及分析 | 第51-53页 |
| ·过滤性能评价标准 | 第51页 |
| ·仿真结果 | 第51-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 作者简历 | 第57-59页 |
| 学位论文数据集 | 第59页 |
