基于内容的中文流行病新闻主题分类
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 序言 | 第10-22页 |
| ·背景介绍 | 第10-11页 |
| ·流行病新闻文本分析 | 第11-13页 |
| ·研究现状及难点分析 | 第13-20页 |
| ·主题分类方法选择 | 第13-17页 |
| ·特征项颗粒选择及权重设置 | 第17-19页 |
| ·数据库局限性 | 第19-20页 |
| ·章节安排 | 第20-22页 |
| 第二章 系统介绍 | 第22-28页 |
| ·系统结构框架及任务 | 第22-23页 |
| ·目的 | 第22页 |
| ·系统框架 | 第22-23页 |
| ·RSS新闻抓取器模块 | 第23-25页 |
| ·关于RSS | 第23页 |
| ·RSS抓取策略 | 第23-24页 |
| ·RSS抓取过程 | 第24-25页 |
| ·HTML文本内容提取模块 | 第25-26页 |
| ·关于HTML | 第25页 |
| ·几大网站新闻网页分析 | 第25-26页 |
| ·主题分类模块 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 主题选择 | 第28-32页 |
| ·主题列表 | 第28-29页 |
| ·流行病主题词典 | 第29-31页 |
| ·关于MeSH与ICD-10 | 第29-30页 |
| ·新词发现策略 | 第30页 |
| ·主题词典结构 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于主题词典的主题分类 | 第32-35页 |
| ·拆句 | 第32页 |
| ·分词 | 第32-34页 |
| ·关于分词 | 第33页 |
| ·系统分词算法 | 第33-34页 |
| ·基于主题词典主题定位算法 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第五章 基于TextTiling的主题分类 | 第35-40页 |
| ·预处理 | 第35-36页 |
| ·划分token | 第36页 |
| ·相邻块相似度 | 第36-37页 |
| ·边界划分 | 第37-38页 |
| ·基于TextTiling的主题定位算法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第六章 实验结果与分析 | 第40-44页 |
| ·语料库说明 | 第40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第七章 总结和展望 | 第44-47页 |
| ·系统总结 | 第44页 |
| ·未来工作 | 第44-46页 |
| ·系统框架介绍 | 第45页 |
| ·数据挖掘介绍 | 第45-46页 |
| ·前景展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录1:MeSH的结构与应用 | 第49-53页 |
| 附录2:ICD-10的结构与应用 | 第53-56页 |
| 附录3:RSS新闻抓取列表 | 第56-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
