| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题背景 | 第11-12页 |
| ·文本特征提取概述 | 第12-16页 |
| ·定义 | 第12-13页 |
| ·文本特征的表示方法 | 第13-14页 |
| ·文本特征提取的过程 | 第14-15页 |
| ·相关研究 | 第15-16页 |
| ·课题研究内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第二章 面向文本特征提取的分词算法 | 第18-36页 |
| ·中文分词介绍 | 第18-21页 |
| ·基于词典的分词方法 | 第18-19页 |
| ·基于理解的分词方法 | 第19-20页 |
| ·基于统计的分词方法 | 第20页 |
| ·基于语义的分词方法 | 第20-21页 |
| ·常用分词算法的不足 | 第21-26页 |
| ·特征词的特点分析 | 第22-23页 |
| ·分词标准的确定 | 第23-24页 |
| ·歧义切分处理 | 第24-25页 |
| ·词性标注方法 | 第25页 |
| ·未登陆词识别 | 第25-26页 |
| ·词组识别 | 第26页 |
| ·TFE-SEG 分词算法 | 第26-32页 |
| ·构建词典 | 第27-28页 |
| ·词性标注策略 | 第28-29页 |
| ·基于专业词典的N-最短路径切分法 | 第29-31页 |
| ·基于互信息的词组识别 | 第31-32页 |
| ·分词步骤 | 第32页 |
| ·实验分析 | 第32-35页 |
| ·分词的评价准则 | 第32-34页 |
| ·测试方法 | 第34页 |
| ·测试结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 文本特征选择方法 | 第36-46页 |
| ·特征选择模型 | 第36-37页 |
| ·向量空间模型VSM | 第36-37页 |
| ·几种常用的评估函数 | 第37-41页 |
| ·文档频率DF(Document Frequency) | 第38页 |
| ·信息增益IG(Information Gain) | 第38-39页 |
| ·互信息MI(Mutual Information) | 第39页 |
| ·X2 统计(CHI-square) | 第39-40页 |
| ·期望交叉熵ECE(Expect Cross Entropy) | 第40页 |
| ·TFIDF | 第40-41页 |
| ·ZLP-TFIDF 评估函数 | 第41-43页 |
| ·确定权值影响因子 | 第41-43页 |
| ·确定权值评估函数 | 第43页 |
| ·构建向量空间模型 | 第43页 |
| ·实验分析 | 第43-44页 |
| ·本章小节 | 第44-46页 |
| 第四章 文本特征提取技术在文本分类中的应用 | 第46-56页 |
| ·分类系统的实现 | 第46-50页 |
| ·分类算法的选择 | 第46-47页 |
| ·分类系统的结构 | 第47-50页 |
| ·语料库 | 第50页 |
| ·分类效果评估指标 | 第50-52页 |
| ·分类测试结果 | 第52-55页 |
| ·精度测试 | 第53-54页 |
| ·速度测试 | 第54-55页 |
| ·本章小节 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·工作展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者在学期间取得的学术成果 | 第63页 |
