| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要工作和结构安排 | 第11-13页 |
| 第二章 文本分类相关技术的研究 | 第13-24页 |
| 2.1 文本分类的定义 | 第13-14页 |
| 2.2 文本分类流程 | 第14-15页 |
| 2.3 文本预处理 | 第15-16页 |
| 2.3.1 分词 | 第15-16页 |
| 2.3.2 去停用词 | 第16页 |
| 2.4 文本表示模型 | 第16-18页 |
| 2.5 特征选择 | 第18页 |
| 2.6 特征加权 | 第18-19页 |
| 2.7 文本分类算法 | 第19-21页 |
| 2.7.1 朴素贝叶斯算法 | 第19-20页 |
| 2.7.2 K-最邻近算法(KNN算法) | 第20页 |
| 2.7.3 支持向量机算法(SVM算法) | 第20-21页 |
| 2.8 分类性能评估 | 第21-23页 |
| 2.8.1 评价方法 | 第21-22页 |
| 2.8.2 评价指标 | 第22-23页 |
| 2.9 本章小结 | 第23-24页 |
| 第三章 特征选择中期望交叉熵算法的改进 | 第24-33页 |
| 3.1 特征选择常用算法 | 第24-27页 |
| 3.1.1 文档频率(Documents Frequency,DF) | 第24页 |
| 3.1.2 信息增益(Information Gain,IG) | 第24-25页 |
| 3.1.3 期望交叉熵(Expected Cross Entropy) | 第25页 |
| 3.1.4 互信息(Mutual Information,MI) | 第25-26页 |
| 3.1.5 χ~2统计量(Chi-square Statistic,CHI) | 第26-27页 |
| 3.1.6 文本证据权(Weight of Evidence for Text,WET) | 第27页 |
| 3.2 期望交叉熵算法的改进 | 第27-32页 |
| 3.2.1 类间集中度和类内分散度 | 第28-30页 |
| 3.2.2 基于类间集中度和类内分散度的期望交叉熵算法 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 特征加权算法TF-IDF的分析与改进 | 第33-39页 |
| 4.1 TF-IDF算法的分析与研究 | 第33-36页 |
| 4.1.1 TF-IDF算法的原理 | 第33-34页 |
| 4.1.2 TF-IDF算法的不足 | 第34-36页 |
| 4.2 TF-IDF算法的改进 | 第36-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 文本分类系统的实现及对比实验 | 第39-57页 |
| 5.1 文本分类系统的设计与实现 | 第39-49页 |
| 5.1.1 文本分类系统的整体架构 | 第39-40页 |
| 5.1.2 文本分类系统的模块设计 | 第40-44页 |
| 5.1.3 文本分类系统的实现 | 第44-49页 |
| 5.2 文本分类实验设置 | 第49-50页 |
| 5.2.1 实验方案介绍 | 第49-50页 |
| 5.2.2 数据集 | 第50页 |
| 5.2.3 评价指标 | 第50页 |
| 5.3 文本分类实验结果分析 | 第50-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |
