中文文本分类技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景和意义 | 第12-14页 |
| ·国内外研究的现状 | 第14-15页 |
| ·文本分类技术的应用领域 | 第15-16页 |
| ·本文的研究内容 | 第16页 |
| ·本文的结构组织 | 第16-18页 |
| 第2章 文本分类的理论基础和技术 | 第18-34页 |
| ·文本挖掘和文本表示 | 第18-19页 |
| ·文本挖掘 | 第18页 |
| ·文本表示技术 | 第18-19页 |
| ·中文文本的词语切分技术 | 第19-22页 |
| ·汉语自动分词的必要性 | 第19-20页 |
| ·汉语自动分词的难度 | 第20-21页 |
| ·文本自动分词算法的分类 | 第21-22页 |
| ·分词目标及评价 | 第22页 |
| ·文本特征选择 | 第22-27页 |
| ·特征项粒度 | 第23页 |
| ·特征项选择方法 | 第23-26页 |
| ·特征项权重计算 | 第26-27页 |
| ·文本分类算法 | 第27-32页 |
| ·文本分类的过程 | 第27-28页 |
| ·传统的文本分类算法 | 第28-32页 |
| ·分类性能评估 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 最大熵模型理论 | 第34-40页 |
| ·统计语言模型 | 第34页 |
| ·最大熵原理及其模型 | 第34-36页 |
| ·最大熵原理的引入 | 第34-35页 |
| ·最大熵的数学模型 | 第35-36页 |
| ·参数估计算法 | 第36-37页 |
| ·GIS算法 | 第37页 |
| ·IIS算法 | 第37页 |
| ·平滑技术 | 第37-39页 |
| ·Good-Turing估计 | 第38页 |
| ·Gaussian prior | 第38-39页 |
| ·exponential prior | 第39页 |
| ·本章小结 | 第39-40页 |
| 第4章 用不等式约束改善最大熵模型的分类性能 | 第40-47页 |
| ·最大熵在中文文本分类中的应用 | 第40-41页 |
| ·不等式约束和不等式最大熵模型 | 第41-42页 |
| ·基于不等式最大熵的特征选择算法 | 第42-44页 |
| ·cut-off方法的问题 | 第42页 |
| ·顺序前进法的问题 | 第42-43页 |
| ·改进的顺序前进式特征选择算法 | 第43-44页 |
| ·实验结果及分析 | 第44-46页 |
| ·实验所用数据语料库 | 第44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 面向中文文本分类的分词方法 | 第47-51页 |
| ·汉语自动分词现状 | 第47页 |
| ·中文文本自动分词算法 | 第47-48页 |
| ·词条筛选 | 第48-49页 |
| ·试验及结果分析 | 第49-50页 |
| ·实验所用数据语料库 | 第49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第58页 |
