| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-11页 |
| 1绪论 | 第11-18页 |
| ·文本分类的发展史 | 第11-12页 |
| ·文本分类常用的方法 | 第12-14页 |
| ·分类方法的性能评估 | 第14-16页 |
| ·课题涉及的主要研究内容 | 第16页 |
| ·论文的组织 | 第16-18页 |
| 2文本分类过程 | 第18-28页 |
| ·文本向量化 | 第20-23页 |
| ·分类器的训练 | 第23-24页 |
| ·分类器的测试 | 第24页 |
| ·分类器综述 | 第24-28页 |
| 3本文涉及到的分类方法 | 第28-38页 |
| ·简单向量距离方法 | 第28-29页 |
| ·CG分类的原理 | 第28页 |
| ·CG的训练过程 | 第28-29页 |
| ·CG的测试 | 第29页 |
| ·贝叶斯分类方法 | 第29-32页 |
| ·贝叶斯分类的原理 | 第30-32页 |
| ·贝叶斯的训练过程 | 第32页 |
| ·贝叶斯的测试 | 第32页 |
| ·支撑向量机(SVM：Support Vector Machine)分类方法 | 第32-36页 |
| ·SVM分类的原理 | 第32-36页 |
| ·SVM的训练过程 | 第36页 |
| ·SVM的测试 | 第36页 |
| ·多组判别分析方法 | 第36-38页 |
| ·MG分类的原理 | 第37页 |
| ·MG的训练过程 | 第37页 |
| ·MG的测试 | 第37-38页 |
| 4系统总体设计 | 第38-50页 |
| ·系统设计目标 | 第38页 |
| ·系统设计思想 | 第38-44页 |
| ·系统体系结构 | 第44-50页 |
| 5系统设计和实现 | 第50-60页 |
| ·文本处理 | 第50-51页 |
| ·分词 | 第50页 |
| ·特征抽取 | 第50-51页 |
| ·文本表示 | 第51页 |
| ·分类器的训练 | 第51-57页 |
| ·SVM分类器的训练 | 第52-53页 |
| ·贝叶斯分类器的训练 | 第53-54页 |
| ·多组判别方法分类器的训练 | 第54-56页 |
| ·简单向量距离法分类的训练 | 第56页 |
| ·综合分类器的训练 | 第56-57页 |
| ·系统分析 | 第57页 |
| ·分类器的测试结果 | 第57-60页 |
| 结论 | 第60-62页 |
| 研究工作小结 | 第60页 |
| 研究工作的展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
| 大连理工大学学位论文版权使用授权书 | 第66页 |