词间相关性对文本分类的影响
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·选题的背景和研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的工作 | 第9-10页 |
| ·本文结构 | 第10-11页 |
| 2 文本分类理论与技术 | 第11-27页 |
| ·文本分类定义与主要过程 | 第11-12页 |
| ·文本分类的定义 | 第11页 |
| ·文本分类过程 | 第11-12页 |
| ·文本预处理技术 | 第12-19页 |
| ·文本表示模型 | 第12-14页 |
| ·分词 | 第14-16页 |
| ·特征降维 | 第16-19页 |
| ·文本分类的主要算法 | 第19-24页 |
| ·朴素贝叶斯(Naive Bayes)算法 | 第20页 |
| ·KNN(最 K近邻)算法 | 第20-21页 |
| ·类中心向量方法 | 第21-22页 |
| ·决策树 | 第22页 |
| ·支撑向量机 | 第22-23页 |
| ·人工神经网络方法 | 第23-24页 |
| ·文本分类的评价标准 | 第24-26页 |
| ·影响文本分类效果的因素 | 第24-25页 |
| ·文本分类的评价标准 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 朴素贝叶斯分类方法及其改进 | 第27-32页 |
| ·朴素贝叶斯分类方法 | 第27-28页 |
| ·考虑词间相关性的贝叶斯分类器 | 第28-30页 |
| ·词间相关性的概念 | 第28-29页 |
| ·基于词间相关性估计的贝叶斯分类器 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 贝叶斯网络模型 | 第32-36页 |
| ·概述 | 第32页 |
| ·基本理论和方法 | 第32-34页 |
| ·贝叶斯网络拓扑结构 | 第34页 |
| ·贝叶斯网络的生成 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 5 2-P贝叶斯分类器 | 第36-41页 |
| ·2-P贝叶斯分类器提出的背景 | 第36页 |
| ·约束条件独立性假设 | 第36-38页 |
| ·2-P贝叶斯分类器中相关性的确定 | 第38页 |
| ·2-P贝叶斯分类器结构的生成 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 6 实验方法与结果分析 | 第41-45页 |
| ·实验主要算法 | 第41-42页 |
| ·实验结果分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 7 总结与展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
