文本分类系统的设计与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·项目背景及意义 | 第10-12页 |
| ·基于本文进行的主要工作 | 第12页 |
| ·本文的组织结构和内容概要 | 第12-14页 |
| 2 文本分类技术及相关算法 | 第14-26页 |
| ·文本分类系统的工作原理 | 第14页 |
| ·文本预处理 | 第14-15页 |
| ·文本分类数据的特点 | 第14-15页 |
| ·停用词处理 | 第15页 |
| ·文本表示(向量空间模型) | 第15-17页 |
| ·特征选择算法 | 第17-19页 |
| ·文档频率(DF) | 第17页 |
| ·信息增益(IG) | 第17-18页 |
| ·互信息(MI) | 第18页 |
| ·X～2统计(X～2) | 第18页 |
| ·交叉熵(CE) | 第18-19页 |
| ·特征权重算法 | 第19页 |
| ·基于统计的分类模型 | 第19-24页 |
| ·中心向量算法 | 第19-20页 |
| ·朴素贝叶斯算法(NB) | 第20-21页 |
| ·K最邻近算法(KNN) | 第21-22页 |
| ·支持向量机算法 | 第22-24页 |
| ·分类器评估算法 | 第24-26页 |
| 3 文本分类系统的设计与实现 | 第26-34页 |
| ·文本分类系统的功能性需求分析 | 第26页 |
| ·指导设计、实现的软件工程思想 | 第26-27页 |
| ·系统简介 | 第27页 |
| ·文档预处理模块 | 第27-28页 |
| ·词频统计模块 | 第28-29页 |
| ·特征选择模块 | 第29页 |
| ·特征权重模块 | 第29-30页 |
| ·分类器算法模块 | 第30-32页 |
| ·结果评价模块 | 第32-33页 |
| ·本分类系统的特点 | 第33-34页 |
| 4 系统测试与结果分析 | 第34-41页 |
| ·指导测试的软件工程理论 | 第34-35页 |
| ·测试环境 | 第35页 |
| ·语料库说明 | 第35页 |
| ·KNN算法中k值对分类效果的影响 | 第35-36页 |
| ·KNN算法下不同特征选择算法对分类效果的影响 | 第36-38页 |
| ·NB算法与KNN算法分类效果比较 | 第38-41页 |
| 5 总结与展望 | 第41-43页 |
| ·总结 | 第41-42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 作者简历 | 第45-47页 |
| 学位论文数据集 | 第47页 |
