| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 序言 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究状况 | 第9-11页 |
| 1.2.1 文本分类在国外的发展状况 | 第9-10页 |
| 1.2.2 文本分类在国内的发展 | 第10-11页 |
| 1.3 本文的主要研究内容 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 第二章 文本分类的相关技术 | 第13-29页 |
| 2.1 文本分类的概述 | 第13-14页 |
| 2.2 文本表示 | 第14-18页 |
| 2.2.1 文本表示单元 | 第14-15页 |
| 2.2.2 文本表示模型 | 第15-18页 |
| 2.3 预处理 | 第18-21页 |
| 2.3.1 分词 | 第19页 |
| 2.3.2 非法字符处理 | 第19页 |
| 2.3.3 词干提取 | 第19-20页 |
| 2.3.4 去除停用词 | 第20-21页 |
| 2.4 特征选择 | 第21-23页 |
| 2.4.1 文档频率 | 第21页 |
| 2.4.2 互信息 | 第21-22页 |
| 2.4.3 X2统计量 | 第22页 |
| 2.4.4 信息增益 | 第22-23页 |
| 2.4.5 期望交叉熵 | 第23页 |
| 2.5 特征权重 | 第23-25页 |
| 2.6 分类算法 | 第25-27页 |
| 2.6.1 朴素贝叶斯算法 | 第25页 |
| 2.6.2 支持向量机算法 | 第25-26页 |
| 2.6.3 K 近邻分类算法 | 第26-27页 |
| 2.7 文本分类的评估指标 | 第27-28页 |
| 2.8 本章总结 | 第28-29页 |
| 第三章 基于 N-gram 的维吾尔文文本模型 | 第29-38页 |
| 3.1 维吾尔文特点 | 第29-31页 |
| 3.2 N-gram 模型 | 第31-33页 |
| 3.3 N-gram 的优点 | 第33页 |
| 3.4 N-gram 模型关键问题 | 第33-35页 |
| 3.4.1 参数 N 的选择 | 第33-34页 |
| 3.4.2 N-gram 特征的提取过程 | 第34-35页 |
| 3.5 基于 N-gram 频率统计文本分类 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于 N-gram 的维吾尔文文本分类实验及结果分析 | 第38-51页 |
| 4.1 语料库 | 第38-39页 |
| 4.2 实验环境 | 第39页 |
| 4.3 系统特点 | 第39-40页 |
| 4.4 构建每类的 N-gram 特征库模块 | 第40-41页 |
| 4.5 测试模块 | 第41-44页 |
| 4.6 分类性能评价模块 | 第44页 |
| 4.7 实验结果分析 | 第44-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士期间发表论文和参加科研情况 | 第54-55页 |
| 致谢 | 第55页 |