| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究内容及研究重点 | 第11-12页 |
| 1.3 研究现状 | 第12-14页 |
| 1.3.1 机器解答国内外研究现状 | 第12-14页 |
| 1.3.2 文本分类研究现状 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 文本分类相关理论基础及技术支撑 | 第16-30页 |
| 2.1 文本分类的一般过程 | 第16-24页 |
| 2.1.1 文本表示 | 第17-18页 |
| 2.1.2 特征处理 | 第18-22页 |
| 2.1.3 文本分类方法选择 | 第22-23页 |
| 2.1.4 文本分类效果评价 | 第23-24页 |
| 2.2 支持向量机 | 第24-30页 |
| 2.2.1 最优分类面 | 第25-27页 |
| 2.2.2 线性可分问题 | 第27-28页 |
| 2.2.3 核函数及其选择 | 第28-30页 |
| 第三章 隐含关系题目文本预处理与向量表示 | 第30-39页 |
| 3.1 题目文本语料分析 | 第30-31页 |
| 3.2 题目文本的预处理 | 第31-32页 |
| 3.3 题目文本特征处理 | 第32-36页 |
| 3.3.1 应用题题目文本特征提取方式 | 第32-35页 |
| 3.3.2 特征词权重确定 | 第35-36页 |
| 3.4 VSM空间向量表示题目特征模型 | 第36-39页 |
| 第四章 基于支持向量机的隐含关系题目多分类模型的构建 | 第39-45页 |
| 4.1 支持向量机实现题目文本多分类的方法 | 第39-43页 |
| 4.1.1 多分类问题 | 第39-40页 |
| 4.1.2 编码规则 | 第40-41页 |
| 4.1.3 编码输出方法的选择 | 第41-43页 |
| 4.2 题目分类系统原型的功能模块 | 第43-44页 |
| 4.3 系统实现题目分类基本过程描述 | 第44-45页 |
| 第五章 实验与结果分析 | 第45-53页 |
| 5.1 系统模型 | 第45页 |
| 5.2 文本训练生成分类模型 | 第45-50页 |
| 5.3 文本分类实现分类预测 | 第50-51页 |
| 5.4 结果分析 | 第51-52页 |
| 5.5 评价 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录1 | 第59页 |
| 附录2 | 第59-63页 |
| 致谢 | 第63页 |