基于SVM的WEB中文文本分类系统研究与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-9页 |
| ·研究现状 | 第9-10页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·存在问题 | 第10-11页 |
| ·研究内容和章节安排 | 第11-13页 |
| 第二章 Web中文文本分类理论概述 | 第13-17页 |
| ·文本分类的概念 | 第13-14页 |
| ·Web中文文本预处理 | 第14页 |
| ·特征选择 | 第14-15页 |
| ·词频和文档频数 | 第15页 |
| ·特征权重 | 第15页 |
| ·TF-IDF权重 | 第15页 |
| ·文本表示 | 第15-16页 |
| ·分类算法 | 第16页 |
| ·性能估计 | 第16-17页 |
| 第三章 文本表示 | 第17-29页 |
| ·TF-IDF模型 | 第17-18页 |
| ·主题模型 | 第18-29页 |
| ·潜在语义分析 | 第18-21页 |
| ·概率主题模型 | 第21-29页 |
| 第四章 支持向量机理论及关键技术 | 第29-37页 |
| ·支持向量机理论 | 第29-35页 |
| ·线性可分问题 | 第29-31页 |
| ·线性不可分问题 | 第31-33页 |
| ·核方法 | 第33-35页 |
| ·多分类问题 | 第35-37页 |
| ·一对余 | 第35页 |
| ·一对一 | 第35-37页 |
| 第五章 SVM中文文本分类系统设计与实现 | 第37-57页 |
| ·单文本表示模型下的文本分类系统设计 | 第37-39页 |
| ·实验平台 | 第39页 |
| ·语料库 | 第39-40页 |
| ·样本整理 | 第39页 |
| ·语料库 | 第39-40页 |
| ·训练阶段 | 第40-48页 |
| ·分词 | 第40-42页 |
| ·特征选择 | 第42页 |
| ·构造SVM格式输入数据 | 第42-45页 |
| ·SVM模型训练 | 第45-48页 |
| ·预测阶段 | 第48页 |
| ·分词与特征过滤 | 第48页 |
| ·SVM格式输入数据 | 第48页 |
| ·SVM模型预测 | 第48页 |
| ·实验结果与分析 | 第48-53页 |
| ·二分类问题 | 第48-51页 |
| ·多分类问题 | 第51-52页 |
| ·实验结果分析 | 第52-53页 |
| ·新型Web中文文本分类系统 | 第53-57页 |
| ·系统设计思想 | 第53-55页 |
| ·实验结果及其分析 | 第55-57页 |
| 第六章 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·存在问题和工作展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
