文本分类中词共现关系的研究及其应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-21页 |
| ·研究背景和意义 | 第11-12页 |
| ·研究历史 | 第12页 |
| ·文本分类概述 | 第12-14页 |
| ·文本分类问题描述 | 第13页 |
| ·文本分类算法研究概述 | 第13-14页 |
| ·研究现状与热点 | 第14-18页 |
| ·经典分类算法的改进 | 第14-16页 |
| ·层次化文本分类 | 第16页 |
| ·多分类器组合 | 第16-17页 |
| ·多标签文本分类 | 第17-18页 |
| ·本文研究内容 | 第18-21页 |
| 2 文本分类相关技术 | 第21-34页 |
| ·文本表示 | 第21-25页 |
| ·文本特征表示 | 第21-23页 |
| ·文本表示模型 | 第23-25页 |
| ·文本特征降维 | 第25-30页 |
| ·文档频率 | 第26页 |
| ·互信息 | 第26-27页 |
| ·信息熵 | 第27-28页 |
| ·信息增益 | 第28-30页 |
| ·x~2统计 | 第30页 |
| ·文本分类数据集 | 第30-31页 |
| ·分类器性能评估指标 | 第31-34页 |
| 3 文本分类中词共现关系的研究 | 第34-62页 |
| ·词共现关系概述 | 第34-35页 |
| ·关联分析 | 第35-47页 |
| ·关联规则基本概念 | 第35-36页 |
| ·经典关联规则挖掘算法 | 第36-39页 |
| ·遗传算法在频繁集挖掘中的应用 | 第39-46页 |
| ·文本分类规则 | 第46-47页 |
| ·相关分析 | 第47-61页 |
| ·相关关系及其度量 | 第47-49页 |
| ·线性相关分析 | 第49-58页 |
| ·基于概率的相关性度量 | 第58-60页 |
| ·词相关关系分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 4 关联分析在文本分类中的应用 | 第62-77页 |
| ·关联文本分类模型 | 第62-68页 |
| ·关联文本分类基本概念 | 第62-63页 |
| ·文本分类规则挖掘 | 第63-66页 |
| ·基于分类规则的文档类别判定 | 第66-68页 |
| ·关联文本特征选择 | 第68-69页 |
| ·实验及结果分析 | 第69-75页 |
| ·实验设计及描述 | 第69-70页 |
| ·实验结果及分析 | 第70-75页 |
| ·本章小结 | 第75-77页 |
| 5 词相关性分析在文本分类中的应用 | 第77-91页 |
| ·基于线性相关分析的文本分类 | 第77-83页 |
| ·LLSF文本分类 | 第77-79页 |
| ·基于LLSF的改进贝叶斯文本分类 | 第79-83页 |
| ·基于词间概率相关性分析的改进贝叶斯分类 | 第83-86页 |
| ·TAN分类器的词间相关性分析 | 第83-84页 |
| ·基于词集相关度计算的改进贝叶斯分类 | 第84-86页 |
| ·实验及结果分析 | 第86-90页 |
| ·实验设计及描述 | 第86-87页 |
| ·实验结果及分析 | 第87-90页 |
| ·本章小结 | 第90-91页 |
| 6 总结与展望 | 第91-94页 |
| ·本文总结 | 第91-92页 |
| ·进一步的工作 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-104页 |
| 附录 | 第104页 |
