基于主动学习的中文文本分类
| 第一章 绪论 | 第1-12页 |
| ·文本分类和中文文本分类概述 | 第8-9页 |
| ·研究背景 | 第9-10页 |
| ·本文的主要研究内容和成果 | 第10-12页 |
| 第二章 中文文本分类的相关理论和技术 | 第12-22页 |
| ·相关理论 | 第12-14页 |
| ·文本挖掘 | 第12页 |
| ·文本聚类 | 第12-13页 |
| ·文本分类的相关概念 | 第13-14页 |
| ·中文文本分类的一般过程和常用技术 | 第14-22页 |
| ·自动分词技术 | 第14-15页 |
| ·文本表示 | 第15-17页 |
| ·向量空间模型(VSM) | 第15-16页 |
| ·文本权重计算 | 第16-17页 |
| ·特征选择技术 | 第17-19页 |
| ·文本分类算法 | 第19-20页 |
| ·分类方法的评价 | 第20-22页 |
| 第三章 基于主动学习的中文文本分类 | 第22-29页 |
| ·概述 | 第22-23页 |
| ·ALCTCS的构建 | 第23-27页 |
| ·基于主动学习的中文文本分类模式 | 第23-24页 |
| ·ALCTCS的体系结构 | 第24-25页 |
| ·文本预处理 | 第25-26页 |
| ·系统训练 | 第26-27页 |
| ·分类运算 | 第27页 |
| ·小结 | 第27-29页 |
| 第四章 特征选择 | 第29-36页 |
| ·概述 | 第29-30页 |
| ·基于包装器模型的特征选择算法 | 第30-31页 |
| ·算法设计 | 第31-33页 |
| ·实验及结果分析 | 第33-35页 |
| ·实验条件 | 第33页 |
| ·实验过程及实验结果评价 | 第33-35页 |
| ·训练语料规模对分类影响评价 | 第33-34页 |
| ·两种特征选择算法的比较 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第五章 文本分类算法 | 第36-44页 |
| ·概述 | 第36-37页 |
| ·基于聚簇的文本分类算法 | 第37-38页 |
| ·算法设计 | 第38-42页 |
| ·算法流程 | 第38-39页 |
| ·关键算法和运算公式 | 第39-42页 |
| ·基于 TF的特征加权 | 第39-40页 |
| ·训练集聚类 | 第40-41页 |
| ·分类判断 | 第41页 |
| ·收敛函数 | 第41-42页 |
| ·实验及结果分析 | 第42-43页 |
| ·实验条件 | 第42页 |
| ·实验过程及结果 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第六章 结束语 | 第44-45页 |
| ·总结 | 第44页 |
| ·进一步的工作 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 在研期间科研情况 | 第49-50页 |
| 致谢 | 第50页 |
