文本分类中特征选择与加权算法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 特征选择研究现状 | 第10-11页 |
| 1.2.2 特征加权研究现状 | 第11-12页 |
| 1.3 本文研究内容与组织结构 | 第12-14页 |
| 第2章 文本分类的相关技术综述 | 第14-24页 |
| 2.1 文本分类问题的描述和流程 | 第14-15页 |
| 2.1.1 文本分类问题的描述 | 第14页 |
| 2.1.2 文本分类流程 | 第14-15页 |
| 2.2 文本分类技术 | 第15-23页 |
| 2.2.1 文本预处理技术 | 第15-17页 |
| 2.2.2 文本表示模型 | 第17-19页 |
| 2.2.3 特征选择与特征加权 | 第19-21页 |
| 2.2.4 文本分类算法 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于信息熵的期望交叉熵算法 | 第24-30页 |
| 3.1 期望交叉熵算法 | 第24-25页 |
| 3.2 期望交叉熵算法的改进 | 第25-29页 |
| 3.2.1 类内词频信息 | 第25-26页 |
| 3.2.2 基于信息熵的参数因子 | 第26-28页 |
| 3.2.3 基于信息熵的期望交叉熵算法 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 改进的TF-IDF特征加权算法 | 第30-37页 |
| 4.1 TF-IDF特征加权算法 | 第30-32页 |
| 4.1.1 TF-IDF算法 | 第30-31页 |
| 4.1.2 TF-IDF的不足 | 第31-32页 |
| 4.2 TF-IDF算法的改进 | 第32-36页 |
| 4.2.1 类间词频分布 | 第32-33页 |
| 4.2.2 类内文档频 | 第33页 |
| 4.2.3 类内词频分布 | 第33-34页 |
| 4.2.4 改进的TF-IDF算法 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 文本分类系统实现与对比实验 | 第37-52页 |
| 5.1 文本分类系统设计与实现 | 第37-43页 |
| 5.1.1 文本分类的系统结构 | 第37-38页 |
| 5.1.2 系统模块设计 | 第38-41页 |
| 5.1.3 系统实现 | 第41-43页 |
| 5.2 文本分类实验设置 | 第43-46页 |
| 5.2.1 实验方案 | 第43-44页 |
| 5.2.2 数据集 | 第44页 |
| 5.2.3 评价指标 | 第44-46页 |
| 5.3 文本分类实验结果分析 | 第46-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59-60页 |
| 详细摘要 | 第60-62页 |
