| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文所做的工作和组织结构 | 第12-14页 |
| 第二章 文本分类相关技术 | 第14-23页 |
| ·文档预处理 | 第14-15页 |
| ·文档表示模型 | 第15-16页 |
| ·布尔模型 | 第15页 |
| ·向量空间模型 | 第15-16页 |
| ·概率模型 | 第16页 |
| ·权重计算 | 第16-18页 |
| ·维数约简 | 第18-19页 |
| ·文本分类算法 | 第19-21页 |
| ·K 近邻 | 第19-20页 |
| ·决策树 | 第20页 |
| ·朴素贝叶斯 | 第20-21页 |
| ·支持向量机 | 第21页 |
| ·文本分类性能评价指标 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 特征选择方法研究 | 第23-34页 |
| ·特征选择概述 | 第23页 |
| ·文档频率 | 第23-24页 |
| ·信息增益 | 第24页 |
| ·互信息 | 第24-25页 |
| ·最优正交质心 | 第25-26页 |
| ·χ~2统计 | 第26-33页 |
| ·传统χ~2统计方法的缺陷 | 第27-29页 |
| ·已有χ~2统计改进方法 | 第29页 |
| ·本文χ~2统计改进方法 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 实验与结果分析 | 第34-46页 |
| ·语料库 | 第34-36页 |
| ·复旦大学语料库 | 第34-35页 |
| ·Reuters-21578 | 第35-36页 |
| ·搜狗语料库 | 第36页 |
| ·实验设计 | 第36-39页 |
| ·实验结果与分析 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·下一步工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 附录 1 复旦大学语料库传统χ~2统计部分类别的前 25 个特征 | 第51-54页 |
| 附录 2 复旦大学语料库本文χ~2统计改进方法部分类别的前 25 个特征 | 第54-57页 |
| 攻读硕士学位期间取得的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 附件 | 第59页 |