基于知网的文本分类算法研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·文本分类概述 | 第12-20页 |
| ·文本分类的定义 | 第12页 |
| ·文本分类的过程 | 第12-15页 |
| ·文本分类的评价指标 | 第15-18页 |
| ·常用的文本分类算法 | 第18-20页 |
| ·论文的主要工作 | 第20-21页 |
| ·论文的组织结构 | 第21-22页 |
| 第二章 基于知网和上下文加权的词义消歧算法 | 第22-32页 |
| ·相关知识 | 第23-24页 |
| ·知网 | 第23页 |
| ·歧义词的分类 | 第23-24页 |
| ·语义相关度的计算 | 第24-25页 |
| ·上下文位置权重的计算 | 第25页 |
| ·算法思想 | 第25-26页 |
| ·算法描述 | 第26-29页 |
| ·实验分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于知网的语义相似度计算 | 第32-43页 |
| ·相似性 | 第32-34页 |
| ·语义相关性、相似性与距离的关系 | 第32-33页 |
| ·相似性的直觉 | 第33-34页 |
| ·词语语义相似度计算常用测量方法 | 第34-36页 |
| ·基于路径长度的方法 | 第34页 |
| ·基于深度的方法 | 第34-35页 |
| ·基于密度的方法 | 第35页 |
| ·基于信息量的方法 | 第35页 |
| ·综合的方法 | 第35-36页 |
| ·基于知网和统计的概念相似度计算 | 第36-40页 |
| ·义原距离 | 第37-39页 |
| ·义原相似度 | 第39页 |
| ·概念相似度 | 第39-40页 |
| ·文本语义相似度计算 | 第40-42页 |
| ·最大匹配法 | 第40-41页 |
| ·修正的公式 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于知网的文本分类算法 | 第43-51页 |
| ·经典的KNN文本分类算法 | 第44-45页 |
| ·KNN的概念 | 第44页 |
| ·KNN算法思想 | 第44-45页 |
| ·基于知网的文本分类算法 | 第45-46页 |
| ·算法思想 | 第45页 |
| ·算法描述 | 第45-46页 |
| ·算法特点 | 第46页 |
| ·实验分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 公安情报分类系统设计与实现 | 第51-62页 |
| ·公安情报系统项目介绍 | 第51-54页 |
| ·系统建设背景 | 第51-52页 |
| ·系统业务模型 | 第52-53页 |
| ·系统功能结构 | 第53-54页 |
| ·系统需求 | 第54页 |
| ·系统结构 | 第54-55页 |
| ·系统流程 | 第55页 |
| ·主要模块设计 | 第55-58页 |
| ·训练模块 | 第55-57页 |
| ·分类模块 | 第57-58页 |
| ·应用实例介绍 | 第58-60页 |
| ·系统的开发环境 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 申请学位期间的研究成果及发表的学术论文 | 第69页 |
