基于朴素贝叶斯的中文文本分类及Python实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 文本分类研究现状 | 第8-10页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 论文的组织安排 | 第10-12页 |
| 第二章 中文文本分类理论综述 | 第12-24页 |
| 2.1 中文文本分类流程 | 第12-13页 |
| 2.2 中文文本预处理阶段 | 第13-16页 |
| 2.2.1 文本标记处理 | 第14页 |
| 2.2.2 文本分词处理 | 第14-16页 |
| 2.2.3 删除停用词处理 | 第16页 |
| 2.3 文本表示阶段 | 第16-17页 |
| 2.4 特征处理阶段 | 第17-23页 |
| 2.4.1 特征选择 | 第18-21页 |
| 2.4.2 特征加权 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 分类器构造 | 第24-29页 |
| 3.1 文本分类算法之朴素贝叶斯算法 | 第24-25页 |
| 3.2 文本分类算法之逻辑回归 | 第25-26页 |
| 3.2.1 二分类逻辑回归 | 第25页 |
| 3.2.2 多分类逻辑回归 | 第25-26页 |
| 3.3 交叉验证 | 第26-27页 |
| 3.4 分类器性能评价 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 实验与结果分析 | 第29-41页 |
| 4.1 语料库 | 第29-30页 |
| 4.2 文本预处理 | 第30-32页 |
| 4.3 特征处理及分类器构建 | 第32-35页 |
| 4.3.1 基于bag-of-words | 第32-33页 |
| 4.3.2 基于TF-IDF特征处理 | 第33-34页 |
| 4.3.3 TF-IDF结合N-Gram | 第34-35页 |
| 4.4 交叉验证 | 第35-37页 |
| 4.5 最佳参数选择 | 第37-38页 |
| 4.6 逻辑回归实验分析 | 第38-40页 |
| 4.7 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 附录 | 第46-49页 |
