基于综合比率因子的互信息特征选择方法的改进
| 中文摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容以及主要工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 文本分类技术的概述 | 第15-26页 |
| 2.1 文本分类的介绍 | 第15-16页 |
| 2.2 文本预处理 | 第16页 |
| 2.2.1 中文分词 | 第16页 |
| 2.2.2 去停用词 | 第16页 |
| 2.3 文本的特征选择 | 第16-19页 |
| 2.3.1 文档频率特征选择 | 第17页 |
| 2.3.2 信息增益特征选择 | 第17-18页 |
| 2.3.3 卡平方特征选择 | 第18-19页 |
| 2.3.4 互信息特征选择 | 第19页 |
| 2.4 文本的表示模型 | 第19-20页 |
| 2.5 文本分类算法 | 第20-23页 |
| 2.5.1 朴素贝叶斯算法 | 第21页 |
| 2.5.2 支持向量机算法 | 第21-22页 |
| 2.5.3 K近邻算法 | 第22-23页 |
| 2.6 分类评估指标 | 第23-25页 |
| 2.6.1 准确率和召回率 | 第23页 |
| 2.6.2 F值 | 第23-24页 |
| 2.6.3 微平均和宏平均 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 基于综合比率因子的改进 | 第26-42页 |
| 3.1 互信息特征选择方法 | 第26-29页 |
| 3.1.1 传统互信息方法的介绍 | 第26-27页 |
| 3.1.2 传统互信息方法存在的不足 | 第27-29页 |
| 3.2 强信息特征的标准 | 第29页 |
| 3.3 互信息改进的设计 | 第29-33页 |
| 3.3.1 类内平均词频信息 | 第30-31页 |
| 3.3.2 类内分散度信息 | 第31-32页 |
| 3.3.3 正负特征的比例 | 第32-33页 |
| 3.4 基于综合比例因子的改进 | 第33-34页 |
| 3.5 实验结果与分析 | 第34-41页 |
| 3.5.1 实验准备 | 第34-35页 |
| 3.5.2 平衡因子的α的选取 | 第35-36页 |
| 3.5.3 KNN算法中k值的确定 | 第36-39页 |
| 3.5.4 实验结果与对比分析 | 第39-40页 |
| 3.5.5 时间复杂度分析 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 结合语义的改进 | 第42-50页 |
| 4.1 语义信息的分析 | 第42-43页 |
| 4.2 结合语义的互信息 | 第43-47页 |
| 4.2.1 《知网》的简介 | 第43-44页 |
| 4.2.2 构建“概念-领域”表 | 第44-45页 |
| 4.2.3 结合语义信息的改进 | 第45-46页 |
| 4.2.4 词与向量空间的映射 | 第46-47页 |
| 4.3 实验及结果分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50页 |
| 5.2 研究展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 在校期间发表的论文、科研成果 | 第55-56页 |
| 致谢 | 第56页 |
