企业技术需求文本分类器的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 缩略词表 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 文本分类的相关技术 | 第13-27页 |
| 2.1 文本分类的一般过程 | 第13-14页 |
| 2.2 文本预处理 | 第14-16页 |
| 2.2.1 分词 | 第14-15页 |
| 2.2.2 去停用词 | 第15-16页 |
| 2.3 特征提取 | 第16-20页 |
| 2.3.1 传统特征提取算法 | 第16-18页 |
| 2.3.2 主题模型 | 第18-20页 |
| 2.4 文本表示模型 | 第20-21页 |
| 2.5 分类算法 | 第21-25页 |
| 2.5.1 K近邻分类算法 | 第21页 |
| 2.5.2 朴素贝叶斯分类算法 | 第21-22页 |
| 2.5.3 支持向量机分类算法 | 第22-25页 |
| 2.6 分类性能评估 | 第25页 |
| 2.7 本章小结 | 第25-27页 |
| 第三章 分类器的设计与实现 | 第27-46页 |
| 3.1 分类器的需求分析 | 第27页 |
| 3.2 分类器的总体设计 | 第27-29页 |
| 3.2.1 分类器的构成 | 第28-29页 |
| 3.2.2 分类器编程实现语言 | 第29页 |
| 3.3 语料库的建立 | 第29-32页 |
| 3.3.1 语料库设计 | 第30-31页 |
| 3.3.2 构建语料库 | 第31-32页 |
| 3.4 文本预处理 | 第32-35页 |
| 3.4.1 中文分词处理 | 第32-33页 |
| 3.4.2 停用词过滤 | 第33-35页 |
| 3.5 特征提取 | 第35-41页 |
| 3.5.1 传统特征提取方法的应用 | 第35-36页 |
| 3.5.2 主题模型应用于特征提取 | 第36-39页 |
| 3.5.3 改进的基于主题模型的特征提取方法 | 第39-41页 |
| 3.6 分类 | 第41-45页 |
| 3.6.1 文本表示 | 第41-42页 |
| 3.6.2 分类器实现 | 第42-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 分类器相关比较实验 | 第46-58页 |
| 4.1 实验环境 | 第46页 |
| 4.2 实验数据集 | 第46-47页 |
| 4.3 分词实验 | 第47页 |
| 4.4 特征提取对比实验 | 第47-55页 |
| 4.5 分类算法对比实验 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
