| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-12页 |
| 1.1 选题背景及研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要研究内容及组织结构 | 第10-12页 |
| 1.3.1 本文研究内容 | 第10-11页 |
| 1.3.2 本文组织形式 | 第11-12页 |
| 第二章 文本分类的相关方法概述 | 第12-22页 |
| 2.1 文本分类的定义 | 第12页 |
| 2.2 文本分类的框架流程 | 第12-13页 |
| 2.3 文本的预处理 | 第13-16页 |
| 2.4 文本的表示模型 | 第16-17页 |
| 2.5 特征选择 | 第17-18页 |
| 2.6 特征加权 | 第18-19页 |
| 2.7 文本分类算法 | 第19-21页 |
| 2.7.1 朴素贝叶斯算法 | 第19-20页 |
| 2.7.2 决策树算法 | 第20页 |
| 2.7.3 支持向量机算法 | 第20-21页 |
| 2.8 本章小结 | 第21-22页 |
| 第三章 特征选择方法的研究 | 第22-30页 |
| 3.1 常用的特征选择方法 | 第22-24页 |
| 3.1.1 文档频率方法 | 第22-23页 |
| 3.1.2 信息增益方法 | 第23页 |
| 3.1.3 卡方统计方法 | 第23-24页 |
| 3.1.4 基于词频度量特征重要性的特征选择方法 | 第24页 |
| 3.2 特征选择的主要原则 | 第24-25页 |
| 3.3 本文的特征选择方法 | 第25-29页 |
| 3.3.1 基于类别关联度的特征选择方法 | 第25-28页 |
| 3.3.2 潜在语义分析 | 第28-29页 |
| 3.3.3 基于类别关联度和LSA的特征选择方法 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 实验与结果分析 | 第30-41页 |
| 4.1 实验环境和语料库 | 第30页 |
| 4.2 实验评价指标 | 第30-32页 |
| 4.3 实验及结果分析 | 第32-40页 |
| 4.3.1 复旦大学数据集的实验及结果分析 | 第32-36页 |
| 4.3.2 20Newsgroups数据集的实验及结果分析 | 第36-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-42页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45页 |