| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 本文工作和组织结构 | 第14-15页 |
| 第2章 关键词抽取和文本分类概述 | 第15-21页 |
| 2.1 关键词抽取基础 | 第15-16页 |
| 2.2 关键词抽取的普遍方法 | 第16-17页 |
| 2.2.1 基于统计信息的抽取方法 | 第16页 |
| 2.2.2 基于机器学习的抽取方法 | 第16-17页 |
| 2.2.3 基于浅层次语义分析的抽取方法 | 第17页 |
| 2.3 文本分类 | 第17-18页 |
| 2.4 中文文本的特征描述 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 利用语义分析挖掘隐含领域主题的关键词抽取 | 第21-41页 |
| 3.1 关键词的统计特征描述 | 第21-23页 |
| 3.2 利用语义相似度挖掘文章隐含主题 | 第23-25页 |
| 3.2.1 语义相似度测量方式的选择 | 第23-24页 |
| 3.2.2 HOWNET语义计算 | 第24页 |
| 3.2.3 固定分类的选择 | 第24-25页 |
| 3.3 有限主题分类 | 第25-27页 |
| 3.4 统计特征计算实验设计 | 第27-29页 |
| 3.4.1 任务描述 | 第27页 |
| 3.4.2 文本预处理 | 第27-28页 |
| 3.4.3 三组对比实验设计 | 第28-29页 |
| 3.5 语义计算实验设计 | 第29-31页 |
| 3.5.1 挖掘隐含主题 | 第29-30页 |
| 3.5.2 主题相似度加权 | 第30-31页 |
| 3.6 实验 | 第31-39页 |
| 3.6.1 实验语料与资源 | 第31页 |
| 3.6.2 评价方法 | 第31-32页 |
| 3.6.3 实验结果与结果分析 | 第32-39页 |
| 3.7 本章小结 | 第39-41页 |
| 第4章 组合名词与词共现的关键词抽取 | 第41-55页 |
| 4.1 任务的提出 | 第41页 |
| 4.2 词组特征设计 | 第41-43页 |
| 4.2.1 名词合并的词组特征 | 第41-42页 |
| 4.2.2 合并方式 | 第42-43页 |
| 4.3 基于训练语料的词共现统计 | 第43-44页 |
| 4.3.1 词共现信息 | 第43-44页 |
| 4.3.2 训练语料 | 第44页 |
| 4.4 组合名词与词共现实验设计 | 第44-46页 |
| 4.5 实验 | 第46-54页 |
| 4.5.1 实验语料与资源 | 第46-47页 |
| 4.5.2 评价方法 | 第47页 |
| 4.5.3 实验结果与结果分析 | 第47-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于二次分类和CHI统计量计算的快速文本分类 | 第55-69页 |
| 5.1 任务介绍 | 第55页 |
| 5.2 基于CHI统计量的特征权重设计 | 第55-61页 |
| 5.2.1 积极的分类算法设计 | 第55-57页 |
| 5.2.2 特征选择方法 | 第57-59页 |
| 5.2.3 方法对比与选择 | 第59-60页 |
| 5.2.4 特征权重设计 | 第60-61页 |
| 5.3 快速分类实验设计 | 第61-62页 |
| 5.3.1 训练文本的CHI计算 | 第61-62页 |
| 5.3.2 快速分类算法描述 | 第62页 |
| 5.4 二次分类设计思想 | 第62-63页 |
| 5.5 实验 | 第63-68页 |
| 5.5.1 实验语料与资源 | 第63页 |
| 5.5.2 评价方法 | 第63-65页 |
| 5.5.3 实验结果与分析 | 第65-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 本文总结 | 第69页 |
| 6.2 未来工作 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间参加的科研项目 | 第77页 |