文本分类中的特征提取算法研究与改进
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 选题背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容和组织结构 | 第12-13页 |
| 第二章 文本分类综述 | 第13-24页 |
| 2.1 文本分类的概念 | 第13-14页 |
| 2.2 文本预处理 | 第14-15页 |
| 2.2.1 中文分词 | 第14-15页 |
| 2.2.2 去掉停用词 | 第15页 |
| 2.3 文本表示 | 第15-16页 |
| 2.4 特征降维 | 第16-18页 |
| 2.4.1 局部特征降维和全局特征降维 | 第17页 |
| 2.4.2 特征抽取和特征提取 | 第17页 |
| 2.4.3 特征加权 | 第17-18页 |
| 2.5 文本分类方法 | 第18-22页 |
| 2.5.1 支持向量机SVM | 第18-19页 |
| 2.5.2 朴素贝叶斯算法 | 第19-20页 |
| 2.5.3 K-最近邻算法 | 第20-21页 |
| 2.5.4 Rocchio算法 | 第21-22页 |
| 2.6 文本分类的评价方法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 常用的特征提取方法 | 第24-28页 |
| 3.1 特征提取过程 | 第24页 |
| 3.2 常用特征提取方法研究 | 第24-27页 |
| 3.2.1 文档频率(DF) | 第24-25页 |
| 3.2.2 信息增益(IG) | 第25页 |
| 3.2.3 χ~2统计(CHI) | 第25-26页 |
| 3.2.4 互信息(MI) | 第26页 |
| 3.2.5 期望交叉熵(ECE) | 第26页 |
| 3.2.6 文本证据权(WET) | 第26-27页 |
| 3.3 特征提取方法比较 | 第27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 基于互信息的改进特征提取方法 | 第28-35页 |
| 4.1 传统互信息算法 | 第28-29页 |
| 4.2 传统互信息算法的不足 | 第29-31页 |
| 4.3 基于互信息的特征提取算法改进 | 第31-34页 |
| 4.3.1 针对负相关、分散度的改进 | 第31-32页 |
| 4.3.2 针对频度、集中度的改进 | 第32-33页 |
| 4.3.3 基于互信息的改进型特征提取算法 | 第33-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第五章 文本分类系统实现与结果分析 | 第35-59页 |
| 5.1 文本分类系统的整体设计 | 第35-36页 |
| 5.2 系统功能模块设计 | 第36-43页 |
| 5.2.1 文本预处理模块 | 第36-37页 |
| 5.2.2 特征降维模块 | 第37-41页 |
| 5.2.3 文本分类模块 | 第41-42页 |
| 5.2.4 测试与评估模块 | 第42-43页 |
| 5.3 系统实现 | 第43-47页 |
| 5.3.1 系统开发环境 | 第43页 |
| 5.3.2 系统基本功能实现 | 第43-47页 |
| 5.4 实验设置 | 第47-49页 |
| 5.4.1 数据集 | 第47页 |
| 5.4.2 参数设置 | 第47-48页 |
| 5.4.3 评价指标 | 第48-49页 |
| 5.5 实验结果 | 第49-58页 |
| 5.5.1 实验具体步骤 | 第49-52页 |
| 5.5.2 实验数据结果 | 第52-53页 |
| 5.5.3 纵向对比实验分析 | 第53-56页 |
| 5.5.4 横向对比实验分析 | 第56-58页 |
| 5.6 本章小结 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| 6.1 主要工作总结 | 第59-60页 |
| 6.2 下一步工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者攻读学位期间发表的学术论文目录 | 第66页 |
