中文文本自动分类系统的研究与实现
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题背景及意义 | 第7页 |
| ·文本分类系统的研究现状 | 第7-10页 |
| ·文本分类系统的问题描述 | 第10-12页 |
| ·系统任务 | 第10-11页 |
| ·评价方法 | 第11-12页 |
| ·文本自动分类技术的应用价值 | 第12-14页 |
| 第二章 中文文本自动分类的技术基础 | 第14-29页 |
| ·相关定义 | 第14-15页 |
| ·分类 | 第15-16页 |
| ·单标记与多标记分类 | 第15页 |
| ·基于类别的分类与基于文档的分类 | 第15-16页 |
| ·机器学习方法 | 第16-18页 |
| ·向量空间模型 | 第18-21页 |
| ·文献空间 | 第18-19页 |
| ·项权重 | 第19-20页 |
| ·相似度度量 | 第20页 |
| ·向量空间模型的优势 | 第20-21页 |
| ·中文自动分词 | 第21-29页 |
| ·基于词典的分词方法 | 第22-23页 |
| ·基于统计的分词方法 | 第23-25页 |
| ·歧义的消解 | 第25-27页 |
| ·未登录词 | 第27-29页 |
| 第三章 文本分类 | 第29-43页 |
| ·项的权重 | 第29-31页 |
| ·特征选择 | 第31-35页 |
| ·常用分类算法 | 第35-40页 |
| ·引言 | 第35页 |
| ·文本分类模型 | 第35-37页 |
| ·几种分类算法的研究 | 第37-40页 |
| ·文本分类的评估指标 | 第40-43页 |
| 第四章 中文文本自动分类系统的设计与实现 | 第43-54页 |
| ·系统简介 | 第43页 |
| ·中文自动分词 | 第43-48页 |
| ·分词词典 | 第44页 |
| ·中文分词模块算法 | 第44-48页 |
| ·特征提取 | 第48-52页 |
| ·传统的 TF-IDF 加权法 | 第48-49页 |
| ·改进的 TF-IDF 加权法 | 第49-52页 |
| ·本系统所用到的权重设定方法 | 第52页 |
| ·项打分分类算法的实现 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 实验及分析 | 第54-60页 |
| ·实验所用语料库 | 第54页 |
| ·权重计算算法比较 | 第54-56页 |
| ·项打分法与 KNN 法结果比较 | 第56-58页 |
| ·T 取不同值的情况下的实验结果比较 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 摘要 | 第68-71页 |
| ABSTRACT | 第71-74页 |
| 致谢 | 第74-75页 |
| 导师及作者简介 | 第75页 |
