基于分词的中文文本自动分类研究与实现
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-17页 |
| ·文本自动分类概述 | 第7-11页 |
| ·文本自动分类的提出 | 第7页 |
| ·文本自动分类的概念及其发展 | 第7-8页 |
| ·文本自动分类的研究进展 | 第8-9页 |
| ·文本自动分类的主要功能 | 第9页 |
| ·文本分类方法的类型 | 第9-11页 |
| ·文本分类的关键理论与技术问题 | 第11-13页 |
| ·文本分类需要解决的问题 | 第11-12页 |
| ·文本分类器的模型构造 | 第12-13页 |
| ·中文分词技术 | 第13-15页 |
| ·汉语自动分词的提出 | 第13页 |
| ·汉语自动分词的研究现状与进展 | 第13-14页 |
| ·汉语自动分词方法 | 第14-15页 |
| ·本论文的主要研究工作 | 第15-16页 |
| ·论文组织 | 第16-17页 |
| 第二章 文本分类方法 | 第17-28页 |
| ·文本自动分类方法的技术综述 | 第17-18页 |
| ·文本分类方法与技术 | 第18-24页 |
| ·支持向量机法 | 第18-20页 |
| ·K-近邻法 | 第20-21页 |
| ·Naive Bayes方法 | 第21-22页 |
| ·向量空间模型 | 第22页 |
| ·Boosting学习算法 | 第22-24页 |
| ·目前存在的问题 | 第24-25页 |
| ·未来发展方向 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 中文分词算法 | 第28-42页 |
| ·分词的由来 | 第28-29页 |
| ·自动分词方法与技术 | 第29-32页 |
| ·逐词遍历法 | 第29页 |
| ·正向(MM)与逆向(RMM)最大匹配法 | 第29-30页 |
| ·用字后缀表示方法 | 第30页 |
| ·设立切分标志法 | 第30-31页 |
| ·OM方法 | 第31页 |
| ·二次扫描法 | 第31页 |
| ·基于词频统计的分词方法 | 第31-32页 |
| ·联想-回溯法 | 第32页 |
| ·专家系统方法 | 第32页 |
| ·实验及分析 | 第32-37页 |
| ·基于2元语法短语标引的分词方法 | 第33-35页 |
| ·基于动态词典的正向最大匹配法 | 第35-37页 |
| ·歧义字段的分析 | 第37-39页 |
| ·歧义切分字段的分类 | 第38页 |
| ·计算机自动分词所产生的特有的歧义现象 | 第38-39页 |
| ·目前存在的问题 | 第39-40页 |
| ·自动分词的作用与发展 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于分词的中文文本自动分类系统的实现 | 第42-64页 |
| ·文本分类方法的选择 | 第42页 |
| ·基于分词的中文文本自动分类系统 | 第42-44页 |
| ·系统组成 | 第42-43页 |
| ·工作流程 | 第43-44页 |
| ·基于分词的中文文本自动分类系统的实现 | 第44-62页 |
| ·汉语自动分词 | 第44-51页 |
| ·文本的表示 | 第51-56页 |
| ·特征项的抽取与降维 | 第56-59页 |
| ·训练方法与分类算法 | 第59-61页 |
| ·系统的结构框架 | 第61-62页 |
| ·测试数据和实验结果 | 第62页 |
| ·将来的工作 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
