文本分类在学科导航中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| ·选题依据 | 第8-9页 |
| ·文本自动分类技术概念 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究内容和论文组织 | 第11-12页 |
| 第2章 文本分类技术 | 第12-24页 |
| ·文本分类技术综述 | 第12-14页 |
| ·文本分类技术基本特性 | 第12-13页 |
| ·文本分类的基本框架及一般模型 | 第13-14页 |
| ·文本分类相关技术 | 第14-22页 |
| ·文本自动分词技术 | 第14-15页 |
| ·特征选择技术 | 第15-17页 |
| ·分类技术 | 第17-20页 |
| ·文本分类模型的评估技术 | 第20-22页 |
| ·文本分类的应用 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 学科导航的特点及文本分类的适用性 | 第24-29页 |
| ·学科导航的特征分析 | 第24-25页 |
| ·文本分类应用于学科导航的必要条件 | 第25-26页 |
| ·文本分类对学科导航的影响 | 第26-27页 |
| ·文本分类对学科导航建设的影响 | 第26-27页 |
| ·文本分类对学科导航应用的影响 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第4章 学科导航的文本表示技术 | 第29-36页 |
| ·中文分词 | 第29-33页 |
| ·交集型歧义字段的定义 | 第29-30页 |
| ·分词处理 | 第30-33页 |
| ·文本的特征表示 | 第33-34页 |
| ·文本的特征选择 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第5章 基于SVM的学科导航分类算法 | 第36-52页 |
| ·SVM算法 | 第36-44页 |
| ·VC维理论 | 第36-37页 |
| ·统计学习理论推广性的界 | 第37页 |
| ·结构风险最小化准则 | 第37-38页 |
| ·SVM模型 | 第38-44页 |
| ·多类SVM算法 | 第44页 |
| ·SVM的应用 | 第44页 |
| ·算法设计 | 第44-47页 |
| ·数据准备 | 第44-46页 |
| ·SVM参数选择 | 第46-47页 |
| ·实验及结果分析 | 第47-51页 |
| ·实验条件 | 第47页 |
| ·分类测试 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 基于KNN的学科导航分类算法 | 第52-57页 |
| ·KNN算法 | 第52-54页 |
| ·KNN规则 | 第52页 |
| ·KNN的相似度算法 | 第52-54页 |
| ·算法设计 | 第54-55页 |
| ·实验结果及分析 | 第55页 |
| ·实验条件 | 第55页 |
| ·分类测试 | 第55页 |
| ·本章小结 | 第55-57页 |
| 第7章 基于SVM-KNN的学科导航分类算法 | 第57-61页 |
| ·SVM-KNN分类模型的形成 | 第57页 |
| ·SVM-KNN算法 | 第57-58页 |
| ·实验结果及与SVM的对比分析 | 第58-59页 |
| ·实验条件 | 第58页 |
| ·结果分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第8章 结论与建议 | 第61-64页 |
| ·本文研究成果与内容 | 第61-63页 |
| ·今后工作的展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-66页 |
