| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-11页 |
| ·选题的目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文研究工作 | 第10页 |
| ·本文组织结构 | 第10-11页 |
| 第2章 文本分类理论基础 | 第11-27页 |
| ·文本分类基本概念 | 第11-13页 |
| ·文本分类的定义 | 第11-12页 |
| ·文本分类的类别 | 第12-13页 |
| ·文本表示 | 第13-18页 |
| ·向量空间模型(VSM) | 第13页 |
| ·文本特征词的表示 | 第13-16页 |
| ·停用词对文本分类的影响 | 第14页 |
| ·特征词的权重 | 第14-16页 |
| ·特征选择 | 第16-18页 |
| ·文档频率 | 第16-17页 |
| ·信息增益 | 第17页 |
| ·互信息 | 第17-18页 |
| ·X~2统计 | 第18页 |
| ·文本分类方法介绍 | 第18-22页 |
| ·贝叶斯方法 | 第19-20页 |
| ·最近K邻居方法 | 第20页 |
| ·中心向量比较算法(Rocchio) | 第20-21页 |
| ·支持向量机法 | 第21页 |
| ·决策树分类法 | 第21-22页 |
| ·文本分类的评价体系 | 第22-25页 |
| ·查全率(Recall)与查准率(Precision) | 第22-24页 |
| ·宏平均(Macro Averaging)与微平均(Micro Averaging) | 第24页 |
| ·BEP(Breakeven point)和F_β函数 | 第24-25页 |
| ·文本分类的系统结构 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 文本分类系统的实现 | 第27-50页 |
| ·文本分类系统的预处理 | 第27-35页 |
| ·基于最大匹配分词算法的中文文本分词处理 | 第27-30页 |
| ·最大匹配分词法(Maximum Matching method,MM法) | 第28-29页 |
| ·歧义词处理 | 第29-30页 |
| ·改进的增强型最大匹配分词法(IMM法) | 第30-34页 |
| ·未登陆词识别 | 第34-35页 |
| ·基于向量空间模型VSM的文本分类 | 第35页 |
| ·基于KL—Divergence的特征选取算法 | 第35-43页 |
| ·KL—Divergence定义 | 第36-37页 |
| ·改进型KL-Divergence的特征选取法 | 第37-39页 |
| ·特征权重的计算—TFIDF法 | 第39-41页 |
| ·构建类模型 | 第41-43页 |
| ·基于朴素贝叶斯算法的分类器构造 | 第43-49页 |
| ·朴素贝叶斯分类器 | 第43-45页 |
| ·改进的朴素贝叶斯分类器 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 实验结果及分析 | 第50-56页 |
| ·系统设计框架 | 第50页 |
| ·实验语料库及词典的构建 | 第50-52页 |
| ·训练集和测试集 | 第51页 |
| ·语料库的选取 | 第51页 |
| ·词典的选取 | 第51-52页 |
| ·实验结果评价 | 第52-55页 |
| ·分词系统实验结果 | 第52-53页 |
| ·分类系统实验结果及评价 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-57页 |
| ·工作总结 | 第56页 |
| ·下一步工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
