中文文本分类特征选择方法的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 项目背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 本文的主要工作 | 第17页 |
| 1.4 本文章节安排 | 第17-19页 |
| 第二章 文本分类相关理论与算法 | 第19-35页 |
| 2.1 文本分类相关的技术领域 | 第19-20页 |
| 2.2 文本分类概述 | 第20-22页 |
| 2.2.1 文本分类定义 | 第20页 |
| 2.2.2 文本分类特点 | 第20-21页 |
| 2.2.3 文本分类流程 | 第21-22页 |
| 2.3 文本预处理 | 第22-23页 |
| 2.3.1 中文分词 | 第22-23页 |
| 2.3.2 停用词处理 | 第23页 |
| 2.4 文本表示方法 | 第23-26页 |
| 2.4.1 空间向量模型 | 第23-25页 |
| 2.4.2 概率模型 | 第25-26页 |
| 2.4.3 布尔模型 | 第26页 |
| 2.5 特征降维 | 第26-27页 |
| 2.5.1 特征变换 | 第27页 |
| 2.5.2 特征选择 | 第27页 |
| 2.6 特征权重计算 | 第27-28页 |
| 2.7 文本分类算法 | 第28-32页 |
| 2.7.1 朴素贝叶斯算法 | 第28-29页 |
| 2.7.2 Rocchio算法 | 第29页 |
| 2.7.3 KNN算法 | 第29-30页 |
| 2.7.4 支持向量机算法 | 第30-32页 |
| 2.8 评估方法 | 第32-34页 |
| 2.8.1 查准率和查全率 | 第32-33页 |
| 2.8.2 宏平均和微平均 | 第33页 |
| 2.8.3 F值 | 第33-34页 |
| 2.9 本章总结 | 第34-35页 |
| 第三章 特征选择方法研究 | 第35-47页 |
| 3.1 特征选择方法应具备的特点 | 第35页 |
| 3.2 传统的特征选择方法 | 第35-38页 |
| 3.2.1 文档频率（DF） | 第35-36页 |
| 3.2.2 信息增益（IG） | 第36页 |
| 3.2.3 互信息（MI） | 第36-37页 |
| 3.2.4 卡方统计（CHI） | 第37页 |
| 3.2.5 期望交叉熵（ECE） | 第37-38页 |
| 3.3 特征选择方法比较 | 第38页 |
| 3.4 本文特征选择方法 | 第38-45页 |
| 3.4.1 限制文档频的词频 | 第38-39页 |
| 3.4.2 类内均匀度 | 第39页 |
| 3.4.3 特征词全局类别区分度 | 第39-41页 |
| 3.4.4 综合衡量指标 | 第41页 |
| 3.4.5 算法描述 | 第41-42页 |
| 3.4.6 实验数据及分析 | 第42-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 中文文本分类系统的设计与实现 | 第47-57页 |
| 4.1 系统实现的目的和意义 | 第47页 |
| 4.2 系统设计目标 | 第47页 |
| 4.3 体系框架设计 | 第47-48页 |
| 4.4 系统功能模块设计 | 第48-49页 |
| 4.5 功能模块实现 | 第49-55页 |
| 4.5.1 预处理模块 | 第49-50页 |
| 4.5.2 特征选择模块 | 第50-51页 |
| 4.5.3 文本表示模块 | 第51-52页 |
| 4.5.4 构造分类器模块 | 第52-53页 |
| 4.5.5 分类模块 | 第53-55页 |
| 4.5.6 性能评估模块 | 第55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 实验设计与分析 | 第57-65页 |
| 5.1 实验介绍 | 第57页 |
| 5.2 实验环境和数据集 | 第57-58页 |
| 5.2.1 实验环境 | 第57页 |
| 5.2.2 实验数据集 | 第57-58页 |
| 5.3 实验界面 | 第58-59页 |
| 5.4 实验结果与分析 | 第59-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
